1250 articles
La bioinformatique se situe à la croisée fascinante de la biologie et de l'informatique, où des données biologiques complexes sont transformées en connaissances actionnables grâce à des algorithmes puissants. Ce domaine permet aux chercheurs de décrypter le code de la vie, d'analyser des séquences génétiques massives et de modéliser des interactions moléculaires avec une précision inédite, accélérant ainsi les découvertes médicales et biologiques.
Sur Gist.Science, nous nous engageons à rendre ces travaux accessibles à tous. Chaque nouvelle prépublication soumise sur bioRxiv dans cette catégorie est traitée par nos soins, offrant à la fois un résumé technique détaillé pour les experts et une explication claire en langage courant pour le grand public.
Vous trouverez ci-dessous la sélection des dernières études parues dans ce domaine, prêtes à être explorées.
Ce papier présente MultiAMP, un cadre de modélisation multi-échelle intégrant séquences et structures pour prédire et concevoir de nouveaux peptides antimicrobiens avec une performance supérieure aux méthodes existantes, permettant ainsi la découverte de peptides marins divergents et l'élucidation de leurs mécanismes fonctionnels.
Cet article présente le « spatial mechanomics », un cadre intégrant l'AFM et la plateforme logicielle MechScape pour cartographier les propriétés mécaniques viscoélastiques à l'échelle tissulaire et les intégrer aux données multi-omiques, permettant ainsi une caractérisation spatiale précise de l'organisation mécanique des tissus.
Cet article présente TOASTER, une méthode d'analyse des données topologiques qui contourne les étapes de segmentation et de phénotypage des cellules pour associer directement l'expression spatiale continue des protéines aux résultats cliniques des patients, améliorant ainsi la puissance statistique et la robustesse dans les études de protéomique spatiale multiplexée.
Cette étude présente AbiOmics, une première pipeline d'apprentissage automatique de bout en bout qui utilise des données de profilage transcriptomique pour identifier des marqueurs génétiques spécifiques et discriminer avec une grande précision plusieurs stress abiotiques chez les plantes, offrant ainsi un outil diagnostique supérieur pour la gestion agricole.
Le cadre MAP, qui intègre un graphe de connaissances biologiques et une stratégie de pré-entraînement pour générer des représentations mécanistiques unifiées, permet de prédire avec précision les réponses cellulaires à des médicaments non profilés grâce à une généralisation en zéro-shot surpassant les méthodes existantes.
Ce papier présente CO_SCPLOWILANTROC_SCPLOWO_SCPCAP-C_SCPCAPO_SCPLOWSLC_SCPLOW, un cadre sans graphe utilisant des modèles fondation biologiques préentraînés et la prédiction conforme pour prédire la létalité synthétique avec une incertitude calibrée, surpassant les méthodes existantes en évitant les réseaux PPI et les annotations GO.
Les auteurs ont développé DENcode, un modèle robuste qui combine des données génétiques (haplotypes et séquences consensus) et des paramètres épidémiologiques pour estimer les probabilités de transmission du virus de la dengue et identifier les cas clés au sein des réseaux de transmission à Colombo, au Sri Lanka.
Cet article présente un cadre de découverte de médicaments autonome piloté par l'intelligence artificielle qui intègre des graphes de connaissances et des modèles de langage pour générer des hypothèses transparentes et exécuter des workflows de découverte de cibles à grande échelle.
Le papier présente Cuttlefish 3, un algorithme parallèle et externe en mémoire qui construit des graphes de Bruijn compacts et colorés avec une performance supérieure à l'état de l'art, offrant un gain de vitesse de 3,29 à 4,09 fois par rapport à GGCAT grâce à trois innovations algorithmiques clés.
Le papier présente BioMiner, un système multi-modal automatisé qui extrait et structure les données bioactives protéine-ligand de la littérature en séparant l'interprétation sémantique de la reconstruction chimique, tout en validant son approche via un nouveau benchmark et en démontrant son utilité pratique pour améliorer la découverte de médicaments.