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.
Spectronaut-nf est un pipeline Nextflow évolutif qui permet un traitement parallélisé et efficace de jeux de données de protéomique DIA à grande échelle dans des environnements de calcul haute performance, réduisant considérablement le temps d'analyse tout en maintenant des résultats d'identification cohérents par rapport aux configurations sur poste de travail unique ou sur un seul nœud.
Cet article présente un pipeline de cascade géométrique-vers-neuronal entièrement automatisé en trois étapes qui combine une génération de candidats non supervisée et adaptative au sujet avec deux classifieurs 3D ResNet légers entraînés sur un minimum d'étiquettes issues de l'intervention humaine afin d'atteindre une détection de haute précision des microbleeds cérébraux dans l'IRM pondérée en susceptibilité, tout en réduisant considérablement les faux positifs provenant de mimétiques vasculaires et non vasculaires.
Ce manuscrit a été retiré car la métrique fondamentale de l'« Erreur de Déviation » nécessite une formalisation mathématique et une validation théorique substantielles avant de pouvoir être établie comme une règle de score appropriée pour évaluer les prédictions d'apprentissage automatique.
Spaceland est un cadre de calcul guidé par la morphologie qui reconstruit des atlas moléculaires 3D continus et à haute résolution d'organes entiers en intégrant la transcriptomique spatiale parcellaire à l'histologie H&E sérielle, permettant ainsi une modélisation virtuelle de tissus à grande échelle sans nécessiter d'échantillonnage expérimental exhaustif.
Cette étude compare la régression linéaire multiple (RLM), la RLM corrigée du biais et la méthode de Klemera-Doubal (KDM) pour estimer l'âge biologique à partir des données de variabilité de la fréquence cardiaque chez 343 sujets, constatant que la KDM produit l'erreur d'estimation la plus faible alors que la RLM corrigée du biais offre une précision améliorée par rapport à la RLM non corrigée mais est limitée par sa dépendance à l'âge chronologique.
Cet article introduit un cadre de rendu inverse discret qui formule l'analyse d'images biologiques comme un problème de programmation entière globalement optimal, unifiant la détection, le suivi et l'inférence d'événements pour surpasser de manière significative les pipelines standards à décisions locales, particulièrement dans les scénarios d'imagerie à faible signal.
GPSNorm est un nouveau cadre de normalisation spatiale bayésienne qui modélise conjointement la variation technique, la structure spatiale et le signal biologique à l'aide d'une approche de processus gaussien hiérarchique afin de propager l'incertitude de la normalisation dans l'analyse de l'expression différentielle en aval, améliorant ainsi la robustesse et l'interprétabilité des données de transcriptomique spatiale.
L'article présente SyntenyPair Explorer, un outil léger, sans installation et basé sur un navigateur, qui permet la visualisation et l'exploration interactives de la synténie génomique par paires à l'aide de formats de fichiers de génomique comparative standards, sans nécessiter de logiciel local ou d'infrastructure de serveur.
Cet article présente « deepthought », une pile d'acquisition de microscopie modulaire qui standardise les composants communs tels que l'accès aux dispositifs et le stockage tout en isolant la logique d'interprétation et de ciblage spécifique aux applications, permettant ainsi l'imagerie autonome avec analyse en boucle dans divers scénarios biologiques tels que le criblage à haut débit et le suivi de cellules vivantes à long terme.
À l'aide de calculs basés sur la théorie de la fonctionnelle de la densité, cette étude propose une nouvelle voie de chimie radicalaire sans catalyseur pour la formation de dipeptides de glycine dans des conditions prébiotiques, caractérisée par de faibles barrières d'énergie électronique et étayée par des analyses détaillées des propriétés des radicaux intermédiaires.