1242 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.
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.
L'article présente emb2dis, un nouvel outil de prédiction du désordre protéique basé sur l'apprentissage profond et les modèles de langage protéique, qui a obtenu la première place dans la catégorie Disorder-PDB du récent défi CAID3 grâce à son architecture innovante combinant réseaux résiduels et convolutions dilatées.
Le PhageExpressionAtlas est la première ressource bioinformatique unifiée qui centralise, traite uniformément et rend accessible l'analyse interactive de données de séquençage d'ARN temporelles issues d'infections phagiques, permettant ainsi de révéler des motifs transcriptionnels partagés et uniques dans les interactions hôte-phage.
Le papier présente VicMAG, un outil open-source conçu pour visualiser de manière holistique des génomes métagénomiques assemblés circulaires complexes annotés avec des gènes de virulence, de résistance aux antimicrobiens et des éléments génétiques mobiles, facilitant ainsi la surveillance intégrée des pathogènes bactériens dans divers contextes environnementaux et cliniques.
ProteoPy est une bibliothèque Python légère basée sur AnnData qui facilite l'analyse quantitative de protéomique et l'inférence de protéoformes via son algorithme COPF réimplémenté, tout en s'intégrant de manière transparente à l'écosystème Scanpy pour des analyses multi-omiques reproductibles.
Cette étude démontre que les modèles de langage protéique, couplés à des classificateurs MLP simples, surpassent significativement BLAST pour la prédiction des numéros EC chez les enzymes éloignées sur le plan évolutif, tout en établissant que des modèles plus petits comme ESM2-650M offrent des performances équivalentes à des versions plus volumineuses.
Le papier présente Baktfold, un outil logiciel en ligne de commande ultra-sensible et indépendant du taxon qui améliore considérablement l'annotation fonctionnelle des protéines hypothétiques chez les microbes en exploitant des informations structurelles via des modèles de langage protéique et des recherches de structures.
Le papier présente PSALM, une nouvelle méthode d'annotation des domaines protéiques qui combine un modèle de langage préentraîné (ESM-2) et un décodeur probabiliste structuré pour atteindre des performances comparables à HMMER tout en offrant une meilleure couverture des séquences à des seuils de confiance plus relâchés.
Cette étude introduit l'« amino acid substitutomics », une nouvelle pipeline basée sur l'outil PIPI-C pour profiler les substitutions d'acides aminés à l'échelle protéomique dans cinq types de cancers, révélant ainsi des modifications post-traductionnelles majoritairement inédites qui éclairent les mécanismes biologiques, la résistance aux médicaments et l'échappement immunitaire.
Cette étude bioinformatique démontre que la surexpression du gène ITGB1, associée à un mauvais pronostic et à une résistance thérapeutique dans douze types de cancers, en fait un biomarqueur prometteur pour le pronostic et le ciblage thérapeutique.