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 les 10-minimizers, une nouvelle classe de schémas d'échantillonnage à espace constant qui garantissent théoriquement une densité inférieure à celle des minimizers aléatoires et introduit les « spacers », une variante offrant à la fois une faible densité, un espace constant et des temps de récupération de clés compétitifs.
Cet article présente scTimeBench, une plateforme de benchmarking modulaire et évolutive qui évalue neuf méthodes d'inférence de trajectoires temporelles sur des données d'expression génique unicellulaire, révélant que bien que certaines atteignent une bonne précision de prévision, elles préservent souvent mal les signaux biologiques et la fidélité des lignées cellulaires.
L'article présente MosaicTR, un outil qui quantifie l'instabilité somatique des répétitions en tandem à partir de données de séquençage long-read, surmontant ainsi les limites des approches à lecture courte pour étudier les maladies d'expansion de répétitions et l'insuffisance de réparation des mésappariements.
Cet article présente MutationNetwork, un cadre basé sur la théorie des graphes qui intègre les interactions génomiques à longue portée pour construire des réseaux centrés sur les mutations, permettant ainsi de mieux distinguer les mutations conductrices des mutations passagères et de stratifier les patients atteints de cancer du sein.
Le papier présente VICAST, une boîte à outils logicielle intégrée conçue pour l'annotation curative des génomes viraux et l'analyse de variants à faible fréquence dans les études de passage, comblant ainsi les lacunes des outils existants en offrant une rapidité accrue, une gestion flexible de divers types de génomes et des annotations fonctionnelles validées.
Les auteurs proposent SLAB, un algorithme efficace basé sur une ligne de balayage dans le PBWT pour identifier les cœurs de blocs haplotypiques dans les données du UK Biobank, révélant ainsi des informations complémentaires aux méthodes conventionnelles comme l'analyse des taux d'IBD pour détecter des signaux de sélection.
OmicClaw est un cadre d'analyse multi-omiques exécutable et reproductible, construit sur l'écosystème unifié OmicVerse et le runtime J.A.R.V.I.S., qui permet aux utilisateurs d'interagir avec des données biologiques complexes via du langage naturel tout en garantissant la traçabilité et la reproductibilité des workflows.
En développant un modèle d'équations aux dérivées partielles structuré par le phénotype qui intègre la diffusion, la compétition pour les ressources et un compromis vie-mortalité, cette étude révèle comment les régimes thérapeutiques ciblent sélectivement différentes sous-populations de prolifération, modifiant ainsi la dynamique évolutive et la résistance adaptative des tumeurs.
Cet article présente 3D-Manhattan, un outil de visualisation interactif et autonome qui intègre les résultats de multiples études d'association pangénomique (GWAS) dans un système de coordonnées tridimensionnel pour faciliter la comparaison dynamique des signaux génétiques à travers le temps, les traits ou les conditions expérimentales.
Cette étude présente la conception rationnelle et la validation computationnelle de Solres, une nouvelle molécule antibactérienne ciblant les protéines de virulence de *Ralstonia solanacearum* grâce à une approche intégrée combinant intelligence artificielle, chimie quantique et simulations moléculaires pour lutter contre la résistance aux antimicrobiens en agriculture.