1235 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 scVIP, un cadre génératif qui intègre les profils transcriptionnels et les marqueurs phénotypiques pour créer des représentations personnalisées au niveau individuel, permettant ainsi de prédire l'âge développemental, la progression des maladies et la neuropathologie tout en harmonisant des jeux de données aux définitions phénotypiques distinctes.
Les auteurs présentent RepurAgent, un système d'IA agentic supervisé par l'humain qui couvre l'ensemble du cycle de vie du repositionnement de médicaments, de la génération d'hypothèses à l'analyse expérimentale, et démontrent son efficacité dans trois scénarios thérapeutiques distincts.
Le modèle Surleton améliore le repliement inverse des protéines en intégrant conjointement la géométrie de l'ossature et l'organisation de la surface, surpassant ainsi les méthodes basées uniquement sur l'ossature, en particulier pour les résidus exposés.
Cette étude utilise une approche phylogénétique comparant les protéomes de la famille des Sarcocystidae (formant des kystes) et de l'Eimeriidae (ne formant pas de kystes) pour révéler que la différenciation des bradyzoïtes chez *Toxoplasma gondii* repose à la fois sur des voies hautement conservées et sur des voies spécifiques, tout en identifiant de nouveaux gènes candidats régulateurs de ce processus.
Ce travail présente HMCVelo, le premier modèle déterministe basé sur des équations différentielles ordinaires qui exploite le séquençage joint 5hmC/5mC à l'échelle d'une seule cellule pour inférer avec une grande précision les trajectoires dynamiques de l'hydroxyméthylation de l'ADN, surpassant ainsi les méthodes d'ARN velocity et établissant de nouvelles limites théoriques pour l'analyse des systèmes biochimiques cycliques.
Ce protocole décrit une approche computationnelle basée sur un auto-encodeur variationnel (MetVAE) pour construire des réseaux moléculaires à partir de données métabolomiques non ciblés, permettant d'identifier des relations fonctionnelles et d'élucider des voies métaboliques comme la « brasserie endogène » dans un modèle de carcinome hépatocellulaire.
Les auteurs ont développé un cadre d'optimisation multi-objectifs en boucle fermée qui permet de concevoir des peptides pénétrant les cellules avec des profils d'interaction sélectifs envers des récepteurs spécifiques, comme démontré par la génération et la validation expérimentale de peptides ciblant préférentiellement CXCR4 par rapport à NRP1.
L'article présente scSketch, un outil interactif permettant d'explorer des trajectoires cellulaires via le dessin de schémas tout en assurant la validité statistique grâce à un contrôle du taux de fausses découvertes en ligne et en fournissant une interprétation biologique via des voies de signalisation.
ProNA3D est un outil intégré disponible sous forme de plugin ChimeraX et d'outil en ligne de commande qui permet d'analyser et de visualiser les interfaces des complexes contenant des acides nucléiques, en combinant des métriques de score pour les prédictions AlphaFold3, une zonification de densité pour les cartes cryo-EM et des visualisations interactives pour faciliter l'interprétation fonctionnelle de structures expérimentales et computationnelles.
Cette étude démontre que la dysfonction du microbiome intestinal dans les maladies inflammatoires de l'intestin résulte d'une réorganisation systémique des réseaux d'interactions fonctionnelles, caractérisée par une fragmentation accrue et une fragilité structurelle, plutôt que d'une simple perte de capacité fonctionnelle.