1243 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 scMagnifier, un cadre de clustering consensus qui utilise des perturbations *in silico* informées par les réseaux de régulation génique pour amplifier les différences transcriptionnelles subtiles et révéler des sous-types cellulaires fins dans les données de séquençage ARN unicellulaire et spatial.
Les auteurs présentent des extensions de l'analyse des couplages directs intégrant des informations structurales, nommées StructureDCA, qui surpassent les approches actuelles pour prédire les paysages mutationnels des protéines tout en offrant une efficacité computationnelle accrue et une meilleure interprétabilité.
Le papier présente NETSCOPE, une boîte à outils open-source multiplateforme qui utilise des méthodes d'inférence basées sur la théorie de l'information, notamment l'information mutuelle et l'inégalité de traitement des données, pour découvrir et analyser des réseaux biologiques hétérogènes en convertissant les similarités statistiques en métriques de distance pour des analyses topologiques avancées.
Cet article présente et évalue un nouveau cadre itératif de simulation pour l'inférence génétique des populations, combinant forêts aléatoires et modèles de mélanges gaussiens multivariés, qui améliore le contrôle de la couverture des intervalles de confiance par rapport aux méthodes existantes comme l'ABC-RF et l'inférence neuronale séquentielle.
Ce papier présente TOGGLE, un cadre d'apprentissage auto-supervisé basé sur la diffusion graphique qui révèle l'hétérogénéité fonctionnelle et les trajectoires de destin cellulaire au sein de populations apparemment identiques, surpassant les méthodes existantes et validant expérimentalement ses prédictions dans des modèles de maladie et de régénération.
Cette étude démontre que chez *Caenorhabditis elegans*, les paysages spécifiques aux souches des variants structuraux, qui peuvent supprimer la recombinaison, influencent la rétention des mutations après mutagenèse, révélant que des taux d'outcrossing plus élevés peuvent paradoxalement favoriser la persistance de ces variants délétères.
Cet article présente EscapeMap, un cadre modulaire intégrant des données de balayage mutational et un modèle génératif pour prédire la résilience des anticorps contre le SARS-CoV-2, concevoir des variants viraux d'évasion et identifier des combinaisons thérapeutiques optimales résistantes à l'échappement viral simultané.
Cet article présente un algorithme général de « tiling » capable de caractériser avec précision la structure et la diversité des populations de séquences d'ADN à partir de lectures longues précises, en surmontant les limites des méthodes d'alignement sur référence pour l'analyse des génomes du virus adéno-associé (AAV).
L'article présente siMILe, une méthode d'apprentissage automatique faiblement supervisée qui améliore l'identification interprétable des variations structurelles des protéines oligomériques dans des conditions cellulaires distinctes en exploitant l'apprentissage multiple d'instances renforcé par un effacement adversaire.
RNApdbee 3.0 est un serveur web unifié qui fournit une annotation complète des structures secondaires de l'ARN à partir de coordonnées 3D en intégrant divers schémas de classification, en gérant les résidus modifiés et en standardisant les formats de sortie pour une visualisation et une interprétation précises.