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.
Ce papier présente evedesign, un cadre open-source unifié et accessible qui permet la conception de séquences biologiques conditionnelles et multi-objectifs via une interface interactive, facilitant ainsi l'intégration itérative de données expérimentales pour des applications telles que l'ingénierie d'anticorps et d'enzymes.
StrucTTY est un visualiseur de structures protéiques interactif et natif pour le terminal, conçu pour afficher et manipuler des données structurales en ASCII directement dans des environnements sans interface graphique.
Cette étude présente un flux de travail guidé par la structure permettant d'identifier, de classifier et de réanoter de manière rigoureuse l'ensemble des dépôts de cytochromes P450 dans la Protein Data Bank, aboutissant à la création d'un registre curé et automatisé qui résout les problèmes d'incohérence de nomenclature et facilite les analyses à grande échelle de cette super-famille enzymatique.
Le papier présente SELFormerMM, un cadre d'apprentissage multimodal qui intègre les notations SELFIES, les structures moléculaires, les descriptions textuelles et les graphes de connaissances pour générer des représentations moléculaires enrichies surpassant les approches unimodales dans la découverte de médicaments.
Ce papier présente le Super Bloom Filter, une variante optimisée des filtres de Bloom pour les requêtes de k-mers en flux continu qui combine l'utilisation de minimizers pour regrouper les k-mers adjacents et le schéma findere pour améliorer l'efficacité du cache et réduire considérablement les faux positifs, surpassant ainsi les implémentations existantes en vitesse et en précision.
Le papier présente PhyloRNA, une base de données méta-curée qui fournit un accès à grande échelle aux structures secondaires de l'ARN liées à des annotations phylogénétiques et à des descripteurs structuraux détaillés pour faciliter les études comparatives et évolutives.
Le papier présente RiboBA, un cadre probabiliste sensible aux biais qui améliore l'identification robuste des ORF non canoniques à partir de données de profilage ribosomal en corrigeant les artefacts induits par les protocoles de préparation des bibliothèques.
Cette étude présente un outil d'aide à la décision piloté par l'intelligence artificielle qui utilise les profils du microbiome respiratoire, notamment via le modèle XGBoost, pour trier avec une grande précision les patients atteints de COVID-19 en identifiant des signatures microbiennes associées à la sévérité de la maladie.
Le papier présente DOTSeq, un cadre statistique innovant permettant la détection à l'échelle du génome des variations d'utilisation des ORF (DOU) et de l'efficacité de traduction (DTE) dans les expériences de profilage ribosomal, offrant ainsi une résolution au niveau des ORF là où les méthodes actuelles se limitent au niveau du gène.
Ce papier présente une définition standardisée et un ruban de décision pour identifier les « séquences préoccupantes » en biologie, élaborés grâce à l'analyse de 1,1 million de séquences et à un processus de révision par les parties prenantes, afin de réduire les désaccords de classification et de fonder les futurs standards de biosécurité.