885 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 SIR, un cadre non paramétrique basé sur la régression isotone et le wild bootstrap qui améliore la reproductibilité et la fiabilité statistique du dépistage de la synergie des médicaments en remplaçant les scores heuristiques par des valeurs p calibrées et des surfaces d'interaction robustes.
Le framework open-source CosMxScope permet de reconstruire des images de lames entières et d'intégrer les données de transcriptomique spatiale CosMx dans des outils de pathologie numérique comme QuPath pour faciliter l'analyse spatiale interactive.
Le Track Hub Quickload Translator est une application web développée en Python qui permet aux chercheurs de convertir facilement les fichiers de configuration entre les formats du Track Hub du UCSC Genome Browser et de l'Integrated Genome Browser, facilitant ainsi l'accès à des dizaines de milliers d'assemblages génomiques publiés.
Le cadre VaLPAS, disponible sous forme de package Python, exploite les variations des données multi-omiques expérimentales pour prédire les fonctions de protéines inconnues par association avec des molécules caractérisées, comblant ainsi les lacunes fonctionnelles dans l'espace protéique.
Ce papier présente MOAflow, une refonte du pipeline d'analyse des données MOA-seq utilisant Nextflow et la conteneurisation pour améliorer la scalabilité, la reproductibilité et la portabilité des résultats.
Cette étude révèle que la cavité de liaison aux ligands hydrophobes du domaine LRR des récepteurs TLR2 est un trait conservé chez les vertébrés à mâchoires mais a subi des pertes et des adaptations spécifiques chez d'autres lignées, tandis que des cavités similaires chez les invertébrés résultent d'une évolution convergente indépendante plutôt que d'une origine commune.
CLOP-DiT est une pipeline computationnelle modulaire qui génère des profils d'expression génique cellulaire unique réalistes à partir de descriptions biologiques structurées en alignant les embeddings textuels et cellulaires via un pré-entraînement contrastif, puis en utilisant un transformateur de diffusion conditionnel pour piloter la création de nouveaux états cellulaires.
Cette étude présente la conception et l'évaluation computationnelle d'un peptide mimétique du GluN1 destiné à neutraliser les autoanticorps pathogènes dans l'encéphalite anti-NMDAR, démontrant par des simulations de docking une affinité de liaison supérieure à celle d'un contrôle témoin et validant ainsi une stratégie prometteuse pour le développement de thérapies décoy.
Le papier présente Cellector, un outil computationnel capable de détecter avec une grande précision des cellules de génotype étranger dans des données de scRNAseq, notamment pour identifier les maladies résiduelles mesurables chez les patients leucémiques après une greffe de cellules souches hématopoïétiques.
L'article présente MAAMOUL, un cadre computationnel qui intègre les données métagénomiques et métabolomiques via un réseau métabolique global pour identifier des modules fonctionnels microbiens spécifiques aux maladies, révélant ainsi des altérations métaboliques dans les maladies inflammatoires de l'intestin et le syndrome de l'intestin irritable qui échappent aux analyses conventionnelles.