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.
Cette étude présente un cadre intégré combinant un atlas harmonisé de 1 million de cellules uniques et l'apprentissage automatique pour découvrir et valider expérimentalement de nouvelles cibles thérapeutiques spécifiques aux types cellulaires dans la maladie de Crohn et la rectocolite hémorragique.
Cette étude présente FragBEST-Myo, un outil d'apprentissage profond basé sur une architecture 3D U-Net qui utilise la segmentation sémantique de fragments pour cartographier les sites de liaison de la myosine cardiaque et identifier dynamiquement des conformations propices au docking de ligands à partir de trajectoires de dynamique moléculaire.
Cette étude évalue sept outils de détection de variants minoritaires dans *Mycobacterium tuberculosis* et démontre que FreeBayes, couplé à un nouveau modèle d'erreur, offre la meilleure précision pour identifier les variants à faible fréquence tout en minimisant les faux positifs.
Le papier présente Clair3 v2, une méthode de détection de variants pour le séquençage Oxford Nanopore qui améliore considérablement la précision, en particulier pour les indels, en exploitant la table de mouvement et la durée de séjour des signaux électriques avec un surcoût computationnel négligeable.
CryoZeta est un nouveau programme de modélisation *de novo* qui utilise un réseau de neurones génératif basé sur la diffusion pour intégrer les densités des cartes cryo-EM avec des pipelines de prédiction de structure avancés, permettant ainsi de générer des modèles macromoléculaires d'une précision atomique supérieure aux méthodes existantes, même à des résolutions non atomiques.
Ce papier présente SMECT, un cadre de référence complet intégrant simulations et données réelles pour évaluer les méthodes de cartographie spatiale des traits complexes humains, démontrant que la méthode DESE surpasse S-LDSC et scDRS en offrant un équilibre optimal entre sensibilité et spécificité biologique.
IntelliFold-2 est un modèle open-source de prédiction de structure biomoléculaire qui surpasse AlphaFold 3 grâce à des améliorations architecturales et une cohérence structurelle multiscale, offrant des gains significatifs pour les interactions anticorps-antigènes et le repliement protéine-ligand.
L'article présente MassID, une pipeline de métabolomique non ciblée basée sur le cloud qui utilise l'apprentissage profond et le module DecoID2 pour fournir une annotation quasi complète des données avec des probabilités d'identification contrôlant le taux de fausses découvertes, surpassant ainsi les méthodes actuelles en termes de spécificité et de potentiel de découverte.
Cet article présente le corpus CellLink, une collection annotée manuellement de mentions de populations cellulaires dans la littérature biomédicale qui permet d'analyser les pratiques de nommage, d'entraîner des modèles de reconnaissance d'entités et d'améliorer l'Ontologie Cellulaire (CL).
CPLfold est une méthode de prédiction de structure secondaire de l'ARN rapide et flexible qui intègre des preuves de ligature chimérique et thermodynamique pour prédire avec précision des structures globales et des interactions à longue distance, y compris des pseudonœuds, même pour de longues séquences.