1240 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.
Odon est un visualiseur de bureau natif en Rust conçu pour l'exploration interactive et ultra-rapide de données de protéomique spatiale multiplexée à grande échelle, surpassant les outils existants en termes de performance de rendu et de gestion de grands jeux de données via le format OME-Zarr.
Cette étude présente un cadre évolutif et explicable qui prédit l'affinité de liaison protéine-protéine uniquement à partir des séquences en reformulant le problème comme un apprentissage métrique sur des modèles de langage protéique, surpassant les méthodes basées sur la structure et démontrant une grande efficacité des données et une capacité d'interprétation des résidus clés.
Cette étude présente une approche transcriptomique fondée sur des données de séquençage ARN en vrac et des références de cellules uniques pour valider l'identité des types cellulaires dans les modèles de culture de cellules rénales, offrant ainsi des outils pratiques et des recommandations méthodologiques pour améliorer la sélection et l'interprétation de ces modèles en recherche néphrologique.
Le concours IMMREP25 a démontré que l'intégration de la modélisation structurelle permet désormais de prédire avec une précision significative les interactions entre les récepteurs des cellules T et des peptides non vus, marquant une avancée majeure par rapport aux tentatives aléatoires des éditions précédentes.
L'article présente scRitmo, un cadre probabiliste innovant qui infère les phases circadiennes à l'échelle de la cellule unique et quantifie la désynchronisation biologique en séparant le bruit technique de la variabilité réelle dans les données de transcriptomique.
Cette étude présente une stratégie intégrée de criblage virtuel combinant approches ligand et structure pour identifier de nouveaux agonistes du récepteur GLP-1R, révélant notamment le pentapeptide DPDPE comme un candidat prometteur possédant une activité agoniste duale GLP-1R/GIPR.
Cette étude démontre que l'adoption du génome pangenome humain améliore significativement la détection des mutations somatiques, en réduisant les biais liés à l'ascendance et en augmentant la précision, particulièrement pour les individus d'ascendance asiatique de l'Est.
L'article présente itBins, un outil logiciel automatisé et ultra-rapide qui affine les bacs métagénomiques en utilisant une approche basée sur des règles (GC, couverture, taxonomie) pour surpasser les outils existants en précision et en vitesse, tout en estimant le succès du binning via des gènes marqueurs.
L'article présente ECLIPSE, un cadre computationnel basé sur les réseaux qui identifie et priorise des protéines fonctionnellement inconnues mais évolutivement conservées au sein des pathogènes ESKAPE, offrant ainsi de nouvelles cibles potentielles pour lutter contre la résistance aux antimicrobiens.
Les auteurs présentent MaxToki, un modèle d'intelligence artificielle temporel entraîné sur près d'un trillion de gènes pour prédire les trajectoires cellulaires au cours du vieillissement humain et identifier de nouvelles cibles thérapeutiques validées expérimentalement.