771 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 cadre spatialFDA, disponible sous forme de package R Bioconductor, combine la statistique spatiale et l'analyse de données fonctionnelles pour quantifier et tester les différences de co-localisation cellulaire entre plusieurs conditions dans les données d'omique spatiale, comme démontré par des simulations et des applications biologiques sur le diabète de type 1.
Cette étude présente un cadre de modélisation fusionnant séquences et structures 3D pour prédire l'auto-association des anticorps, validé par des données expérimentales de l'essai CSI-BLI qui sert de proxy fiable pour la viscosité et la clairance in vivo.
En s'appuyant sur une étude de cas sur la transplantation pulmonaire, cet article présente le cadre d'analyse deepHTL, qui permet de tester et d'estimer avec précision l'hétérogénéité des effets causaux du traitement dans des études observationnelles, révélant ainsi que les bénéfices de la transplantation bilatérale par rapport à la transplantation unilatérale varient considérablement selon l'âge et le risque des patients.
Cette étude valide le dispositif ActTrust(R) comme un outil simple et rentable pour estimer la dépense énergétique et classer l'intensité de l'activité physique chez les jeunes adultes, en démontrant sa fiabilité par rapport à l'indirect calorimétrie et au dispositif de référence ActiGraph(R) GT3X+.
Cette étude propose un cadre de validation et d'agrégation pour les modules actifs dans les réseaux d'interactions génétiques, démontrant qu'aucun algorithme unique ne suffit et introduisant des méthodes de fusion pour combiner les résultats de plusieurs algorithmes afin d'obtenir une analyse biologique plus complète.
Le papier présente GRASP, un cadre d'inférence de réseaux géniques évolutif et généralisable qui utilise des prompts souples adaptatifs pour conditionner efficacement les grands modèles de langage sur des paires de gènes spécifiques, surpassant ainsi les stratégies de prompt existantes.
Cette étude corrélative identifie les biomarqueurs liés à l'exercice ABCA3 et SCN4B comme des cibles diagnostiques et thérapeutiques prometteuses pour la dissection aortique de type A de Stanford, en élucidant leurs mécanismes moléculaires et immunologiques sous-jacents.
Cette étude identifie cinq composés ZINC prometteurs comme nouveaux inhibiteurs antivirulence de l'enzyme EccA1 du système de sécrétion ESX-1 de *Mycobacterium tuberculosis* grâce à une approche combinée de criblage virtuel, de docking moléculaire et de simulations de dynamique moléculaire.
Le papier présente MAJEC, un cadre unifié de comptage accéléré qui quantifie simultanément les gènes, les isoformes et les loci d'éléments transposables à partir de données RNA-seq, résolvant ainsi les problèmes de chevauchement et d'artefacts de quantification qui affectent les outils existants.
Cet article présente une plateforme d'exploration génique hiérarchique intégrant les connaissances biologiques structurées de l'HGNC pour améliorer l'interprétabilité des analyses transcriptomiques en toxicogénomique, comme démontré par une cohérence fonctionnelle accrue et une meilleure identification des modules toxiques dans une étude de cas sur l'hépatotoxicité induite par le paracétamol.