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.
Cet article présente trois nouveaux estimateurs de taux de mutation basés sur les k-mers et robustes aux séquences répétitives, dont le plus performant surpasse les méthodes existantes lors de tests sur des satellites alpha.
Les auteurs ont développé un cadre d'apprentissage profond interprétable basé sur l'attention pour intégrer des données multi-omiques et améliorer la prédiction du pronostic du carcinome hépatocellulaire, surpassant les modèles de référence tout en identifiant des biomarqueurs biologiquement pertinents.
Les auteurs présentent PanTEon, un cadre d'apprentissage profond inter-royaumes qui harmonise la classification des éléments transposables grâce à une base de données curée automatiquement et une plateforme de benchmarking modulaire, permettant d'évaluer et d'améliorer les performances des classificateurs actuels tout en soulignant les défis persistants de la généralisation inter-espèces.
L'article présente Correlate, une application web gratuite qui permet d'explorer les données de criblage CRISPR du Cancer Dependency Map pour analyser des ensembles de gènes et identifier des dépendances génétiques directement à partir des résultats fonctionnels, offrant ainsi une perspective complémentaire aux approches basées sur les connaissances biologiques préexistantes.
Ce papier présente Nettle, un outil open-source qui améliore la quantification en protéomique DIA en imputant les limites de temps de rétention des peptides plutôt que leurs valeurs manquantes, permettant ainsi d'obtenir des résultats plus précis et d'élargir les applications biologiques.
CellWHISPER est un cadre statistique novateur qui permet d'inférer avec précision et à grande échelle les communications cellulaires directes à partir de données de transcriptomique spatiale, en distinguant les interactions réelles des simples proximités structurelles et en validant expérimentalement de nouveaux mécanismes de signalisation dans le cerveau et les modèles de maladie d'Alzheimer.
Ce papier présente GATSBI, un cadre d'incorporation de protéines basé sur l'attention graphique qui, en utilisant des partitions de données biologiquement motivées, améliore significativement la prédiction des interactions et des fonctions, en particulier pour les protéines peu étudiées, surpassant ainsi les méthodes d'incorporation préentraînées existantes.
L'article présente muat, un logiciel portable basé sur les transformers et distribué via Docker et Bioconda, qui permet la classification des tumeurs et l'apprentissage de représentations à partir de variants somatiques tout en assurant une grande adaptabilité et une confidentialité des données dans divers environnements de calcul sécurisé.
Le papier présente PANDA, un pipeline graphique complet qui restaure les motifs de méthylation contigus au niveau des molécules individuelles en reliant des lectures appariées non fusionnées, permettant ainsi une analyse précise de l'hétérogénéité épiallélique dans les études d'amplons ciblés par séquençage bisulfite.
OncoMORPHIA est une plateforme web gratuite et interactive qui unifie la visualisation 3D des structures protéiques, l'annotation clinique des variants et l'analyse fonctionnelle des mutations du cancer dans une interface unique accessible sans expertise bioinformatique.