1235 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.
OpenAc4C est la première base de connaissances intégrée et accessible gratuitement qui cartographie le paysage épitranscriptomique de l'ac4C à travers 33 espèces, identifiant des centaines de milliers de sites et de variants pathogènes pour faciliter la recherche sur la régulation et la pathogenèse de cette modification.
L'article présente VDJcraft, une nouvelle pipeline intégrée conçue pour analyser avec précision la recombinaison V(D)J à partir de données de transcriptomique à lecture longue, permettant ainsi une caractérisation améliorée des signatures immunitaires et la découverte de nouveaux sous-gènes génétiques.
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.
Cet article présente GP-GHS, un cadre bayésien novateur utilisant des processus gaussiens et une régression nodewise pour inférer des réseaux d'interactions cellule-cellule spatialement variables à partir de données d'imagerie tissulaire multiplexée, permettant ainsi de découvrir des mécanismes immunosuppresseurs spécifiques aux sous-types de cancer colorectal.
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.
En introduisant ProDive, un algorithme basé sur la divergence KL pour détecter systématiquement des fragments protéiques courts réutilisés entre familles, cette étude démontre que ce phénomène reflète une contrainte biophysique universelle liée à l'initiation du repliement des protéines.
Ce papier présente INAEME, un nouveau flux de travail bioinformatique intégral qui améliore la découverte de néoantigènes en analysant l'ensemble des événements mutationnels (y compris les variants germinaux et somatiques, le phasage et les décalages de cadre) sur des données ADN et ARN, démontrant ainsi l'importance de cette approche globale pour identifier des cibles précises en immunothérapie.
Cette étude présente le modèle STRAND, une régression multivariée compacte qui intègre des informations structurelles fines aux métriques globales pour prédire la dégradation des ARNm avec une précision deux fois supérieure aux approches d'apprentissage automatique existantes.
Cette étude présente une analyse comparative approfondie des technologies de séquençage ARN à lecture longue (Illumina, ONT, PacBio) et des outils de quantification sur des modèles de neurones induits, fournissant des recommandations pratiques pour la conception d'études et identifiant des performances optimales pour la découverte de transcrits et l'expression différentielle dans les contextes bulk et single-cell.
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.