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.
Le papier présente BARTsc, une méthode computationnelle innovante qui identifie avec précision les régulateurs transcriptionnels clés à partir de données omiques unicellulaires en exploitant des profils ChIP-seq publics, surpassant les méthodes existantes et permettant la découverte de nouveaux régulateurs comme NEFLA dans le cancer pancréatique.
Le papier présente MetaOmixTools, une suite web interactive et sans code qui facilite la méta-analyse de listes de caractéristiques classées et de profils d'enrichissement fonctionnel pour extraire des insights biologiques cohérents à partir de multiples études omiques.
Le cadre TopoMetry introduit une méthode unifiée pour apprendre et évaluer systématiquement la géométrie latente des données de cellules uniques, surpassant les approches standards en préservant fidèlement la structure biologique et en facilitant l'exploration de la diversité cellulaire via un rapport généré en une seule ligne de code.
Cette étude démontre que l'outil de rescoring basé sur l'apprentissage automatique MS2Rescore améliore considérablement le taux d'identification des peptides et la spécificité taxonomique en métagénomique, permettant ainsi une analyse taxonomique plus fiable avec un taux de découverte fausse réduit à 0,1 %.
Cette étude transcriptomique révèle des signatures immunitaires spécifiques associées aux différentes manifestations cutanées du lupus érythémateux systémique, mettant en évidence des voies moléculaires distinctes comme l'atténuation du signal interféron dans les ulcères et le rôle inattendu des monocytes et des cellules NK, ouvrant ainsi la voie à des thérapies de précision adaptées à chaque sous-type de rash.
Le papier présente EnhancerDetector, un cadre d'apprentissage profond interprétable capable de prédire avec précision les enhancers chez l'homme, la souris et la drosophile en identifiant une signature séquentielle intrinsèque, validée expérimentalement et adaptable aux nouvelles espèces avec peu de données.
Cette étude présente un cadre de référence complet pour évaluer les empreintes moléculaires, démontrant que les variantes basées sur les comptes (souvent logarithmiques) et non repliées améliorent la spécificité et l'alignement structurel par rapport aux méthodes binaires repliées, tout en introduisant la bibliothèque open-source `chemap` pour standardiser ces calculs.
Cette étude démontre que la détermination d'une population en évolution mesurable ou ayant atteint le seuil phylodynamique dépend non seulement des données, mais aussi des hypothèses du modèle et des stratégies d'échantillonnage, soulignant que la sensibilité aux a priori est plus cruciale que les tests de signal temporel pour les inférences d'horloge moléculaire.
Le modèle génératif EiRA, basé sur un langage protéique multimodal et optimisé par un apprentissage en deux étapes, permet la conception universelle de protéines liantes de biomolécules avec des performances de pointe, une diversité accrue et une validité expérimentale démontrée, y compris pour des cibles spécifiques comme l'ADN et le glucagon.
Cette étude présente une carte multimodale de l'épigénome de 271 299 cellules immunitaires humaines, révélant comment les expositions virales (HIV, SARS-CoV-2, Influenza) et chimiques (organophosphorés) remodelent dynamiquement l'accessibilité chromatinienne et la méthylation de l'ADN pour réguler les réseaux de facteurs de transcription associés à l'épuisement des lymphocytes T, à la mémoire immunitaire et à l'inflammation.