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.
Cet article présente le développement et l'évaluation pilotés par les utilisateurs de Llemy, un système basé sur des modèles de langage pour explorer et résumer des cartes d'interactions moléculaires complexes, en mettant l'accent sur l'engagement de la communauté et l'adaptation aux technologies émergentes.
Cet article présente DIPScan, une nouvelle méthode automatisée et évolutive capable de détecter les génomes viraux délétés (DelVGs) dans les données de séquençage et de corriger les consensus génomiques du virus influenza pour garantir la précision de la surveillance épidémique.
L'article présente MultiPopPred, une méthode simple et efficace de prédiction des risques polygéniques trans-ethniques qui améliore significativement la précision des prédictions pour la population sud-asiatique en transférant des informations génétiques depuis des populations auxiliaires mieux étudiées.
Cette étude propose une stratégie de séquençage hybride combinant l'amplification du transcriptome entier en lectures courtes et le séquençage ciblé en lectures longues, afin de surmonter les limitations de couverture et de faciliter les associations génotype-phénotype à l'échelle de la cellule unique.
L'article présente resolveS, une méthode rapide et légère qui infère l'orientation des bibliothèques RNA-seq à partir d'alignements sur une base de données universelle d'ARNr, éliminant ainsi le besoin de génomes de référence spécifiques à l'organisme pour des analyses à grande échelle.
Cette étude évalue la capacité des modèles de langage protéique à générer des protéines liant des ligands spécifiques à partir de données séquentielles uniquement, révélant un compromis fondamental entre la diversité des générations et leur capacité à se replier correctement selon la densité des annotations dans les jeux de données.
Cet article présente un système multi-agent basé sur les grands modèles de langage qui automatise l'extraction et l'optimisation des protocoles de purification de protéines, réduisant ainsi considérablement le temps d'analyse tout en soulignant les limites actuelles liées à l'accès programmatique aux données scientifiques.
Cette étude propose un cadre théorique novateur qui modélise l'évolution et l'écologie des ribozymes en les comparant à des plans corporels animaux, révélant ainsi des interactions prédateur-proie et des stratégies de cannibalisme qui ont façonné le monde ARN primitif.
En rejetant l'hypothèse selon laquelle l'affinité de liaison statique est le principal déterminant de la neutralisation du virus Nipah, cette étude propose une « hypothèse de compatibilité cinétique » fondée sur des architectures spécifiques et des motifs séquentiels pour guider la conception de miniprotéines neutralisantes.
Le cadre de référence reproductible et équitable MESSI, basé sur Nextflow, permet d'évaluer systématiquement des méthodes d'intégration multimodale sur divers jeux de données biologiques et cliniques, révélant qu'aucune approche n'est universellement optimale et que le choix de la méthode doit équilibrer performance prédictive, interprétabilité biologique et efficacité computationnelle.