878 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.
Cet article présente Suco, une ressource d'annotations d'experts indépendants, et Compocyte, un classificateur hiérarchique, afin d'établir un cadre robuste qui a classé avec succès 15,6 millions de cellules immunitaires provenant de près de 4 000 patients, révélant de nouveaux phénotypes immunitaires et faisant progresser la recherche en immunologie à l'échelle de la population.
Le document présente AbAffinity, un modèle d'apprentissage profond léger, basé uniquement sur les séquences, qui utilise une architecture à trois flux sensible aux chaînes pour prédire avec précision l'affinité anticorps-antigène en préservant des représentations distinctes de la chaîne lourde, de la chaîne légère et de l'antigène, surpassant ainsi les méthodes existantes dans les scénarios où les données structurelles sont indisponibles.
Le package Python recount3 fournit une API et une interface en ligne de commande robustes pour permettre un accès programmatique efficace, la mise en cache et le formatage de données prêtes pour l'analyse de dizaines de milliers d'échantillons d'ARN-seq humains et de souris traités de manière uniforme, comblant ainsi le fossé entre les données transcriptomiques publiques à grande échelle et les écosystèmes modernes d'apprentissage automatique basés sur Python.
Cette étude révèle que les ribosomes de tous les domaines du vivant possèdent un manteau de fragments protéiques flexibles (FPF) fonctionnellement significatif et jusque-là négligé, invisible dans les modèles structurels standards, dont la composition et la longueur spécifiques varient selon la classe de ribosome afin de s'adapter à des environnements de membrane et d'assemblage distincts.
Le document présente Tox21mer, un modèle de fondation transformer de 43,5 millions de paramètres préentraîné sur 2,5 millions de courbes concentration-réponse Tox21 via la reconstruction de réponses masquées, qui génère des plongements de haute qualité de 768 dimensions atteignant des performances de pointe dans la prédiction des résultats d'essais et des valeurs AC50 tout en permettant l'extrapolation à des composés non testés.
Cette étude démontre que, dans une communauté de subsistance du bassin du Congo, les profils de méthylation de l'ADN des enfants sont significativement associés aux conflits parentaux et aux soins prodigués par le père, liant ces dynamiques familiales à des gènes impliqués dans le stress, l'immunité et le développement, suggérant ainsi que l'incorporation biologique des environnements familiaux est un phénomène universel à travers divers contextes socio-écologiques.
MorphoStat est un pipeline Python open-source qui automatise la normalisation, les tests statistiques tenant compte de la distribution et la correction des tests multiples des données d'imagerie à haut contenu afin de faciliter l'analyse robuste du profilage morphologique.
L'article présente ROSEATE, un nouveau cadre qui prédit avec précision les températures de croissance optimales des bactéries en exploitant des signatures structurelles dérivées de l'MSA Transformer à partir d'une protéine ubiquitaire unique, l'adénylate kinase, permettant ainsi une inférence thermique robuste, phylogénétiquement généralisable et à l'échelle de la communauté à travers divers environnements.
MetaHarmonizer est un système automatisé robuste, entièrement local et déterministe pour l'harmonisation des métadonnées biomédicales qui combine une cascade multi-étapes avec des vocabulaires contrôlés afin de prévenir les hallucinations et la performance gonflée des benchmarks, atteignant une précision de pointe dans le mappage de schémas et d'ontologies tout en permettant un triage rigoureux avec intervention humaine.
VLab4Mic est une plateforme de simulation qui prédit la résolution structurelle des assemblages protéiques à travers diverses modalités de microscopie de super-résolution en modélisant le placement des sondes et les contraintes stériques, permettant ainsi aux chercheurs d'évaluer la faisabilité expérimentale avant de mener des expériences physiques.