774 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 papier présente scCChain, un cadre basé sur les transformateurs qui intègre l'activité ligand-récepteur dans des programmes de communication spatiale interprétables et localise les points chauds d'interaction à la résolution de spot et de cellule unique en modélisant des chaînes de cellules connectées.
Cette étude présente une évaluation systématique de cinq méthodes d'annotation basées sur l'apprentissage automatique pour les tests d'association de variants rares, démontrant que CADD offre la meilleure séparation du signal tandis que GPN-MSA présente la plus forte enrichissement pour les gènes intolérants aux variants de perte de fonction, tout en établissant un cadre distributionnel pour l'évaluation de l'étalonnage.
L'article présente ISdetector, un pipeline bioinformatique scalable et précis qui permet de cartographier les séquences d'insertion et leurs variations structurelles associées à partir de données de séquençage à lectures courtes, surpassant les outils existants en termes de fiabilité et d'efficacité.
Cet article démontre que l'application de méthodes d'incertitude, telles que le recalibrage par température et les réseaux de neurones épistémiques, améliore la fiabilité des modèles de langage génomique basés sur les transformateurs face aux décalages de distribution.
Cette étude démontre que l'utilisation d'embeddings générés par le modèle de langage génomique Evo2, combinée à des méthodes d'alignement et de composition, améliore la prédiction des hôtes de bactériophages en capturant des signaux de gamme d'hôtes sans nécessiter d'entraînement supervisé spécifique.
PanXpress est un cadre unifié et efficace pour l'analyse de l'expression génique bactérienne qui construit directement un index pan-transcriptomique à partir de fichiers génomiques pour quantifier l'expression sans alignement, offrant ainsi une précision supérieure et une meilleure gestion de la diversité des souches par rapport aux méthodes existantes.
Cette étude analyse des séquences d'acides nucléiques extraites de la météorite Zag, révélant qu'elles présentent une structure complexe et non aléatoire qui échappe aux modèles biologiques connus et aux artefacts techniques, tout en ne correspondant pas à une organisation protéique, ce qui nécessite des investigations indépendantes pour élucider leur origine.
Cette étude démontre que l'utilisation de modèles de langage pour extraire des données histologiques non structurées des rapports de pathologie permet d'identifier avec précision de nouveaux biomarqueurs pronostiques (NSE et S100) dans le sarcome d'Ewing, ouvrant la voie à une stratification des risques plus fine.
FlashS est une nouvelle méthode d'analyse des transcriptomes spatiaux qui, en opérant dans le domaine fréquentiel grâce aux caractéristiques de Fourier aléatoires et au sketching parcimonieux, permet une détection précise, bien calibrée et évolutive des gènes spatialement variables à l'échelle de grands atlas cellulaires.
Cette étude présente le plus grand atlas de transcriptomique à cellule unique harmonisé du macaque crabier (Macaca fascicularis), enrichi par des annotations issues d'un modèle fondamental humain, offrant une ressource cruciale pour améliorer la qualification des cibles thérapeutiques, interpréter les mécanismes de toxicité et réduire l'utilisation des primates non humains dans la recherche préclinique.