1063 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.
Les auteurs présentent FM-GPT, une nouvelle méthode bayésienne de cartographie fine conçue pour identifier des gènes causaux dans les études d'association pan-phénotypiques sur l'expression génique, permettant de distinguer les effets pléiotropes et spécifiques aux phénotypes tout en réduisant les faux positifs grâce à une réduction de dimensionnalité guidée par les gènes.
Cet article présente LYM-1, le premier modèle à grande échelle et multi-cultures capable de prédire les rendements agricoles dans les Prairies canadiennes en exploitant une base de données massive de plus de 4,7 millions d'observations pour optimiser la production et guider la conception de cultures face aux défis climatiques.
Cette étude évalue la performance de six outils de détection de variants somatiques intégrés dans un pipeline Snakemake sur des données de séquençage amplicon tumoral-only de référence, révélant que FreeBayes, VarScan, MuTect2 et Pisces offrent les meilleurs résultats bien que FreeBayes génère davantage d'artefacts.
Cet article présente IDiom, un modèle de langage protéique autoregressif entraîné sur des millions de séquences de régions désordonnées intrinsèques, capable de générer de nouvelles séquences biologiquement pertinentes et de les optimiser pour une localisation subcellulaire spécifique, comblant ainsi un vide majeur dans la conception rationnelle de ces protéines.
En adaptant la technique de mise en cache TeaCache au modèle SimpleFold pour la prédiction de structures protéiques, les auteurs proposent SimpleFold-Turbo, une méthode open-source sans réentraînement qui accélère l'inférence de 9 à 14 fois en sautant 93 % des passes avant tout en préservant la précision.
Cette étude démontre que, dans le contexte des essais à haut contenu, les effets de lot irréductibles et la non-répétabilité des facteurs ne nuisent pas significativement aux schémas de classification unsupervisée, tandis que l'élimination des valeurs aberrantes s'avère préjudiciable en introduisant des erreurs statistiques.
Cette étude présente un cadre computationnel intégré et validé par la stabilité, combinant QSAR méta-ensemble, modélisation par langage protéique et simulations de dynamique moléculaire, pour prioriser et identifier des inhibiteurs prometteurs de BACE1 capables de traverser la barrière hémato-encéphalique dans le traitement de la maladie d'Alzheimer.
Le papier présente TCMCard, une infrastructure numérique de haute confiance pour la médecine traditionnelle chinoise qui intègre des preuves multidimensionnelles pour filtrer le bruit des données et faciliter l'analyse des mécanismes synergiques complexes via une plateforme interactive.
Cette étude propose une comparaison systématique des outils OBITools3/ecoPCR, RESCRIPt et MetaCurator pour générer et évaluer des bases de données de référence trnL de haute qualité, démontrant que le choix de l'outil optimal dépend de la région trnL spécifique (CD, CH ou GH) tout en fournissant des ressources globales pour le métabarcodage végétal.
Cet article présente Immunotype, un prédicteur d'apprentissage profond qui détermine directement les allotypes HLA de classe I à partir de données immunopéptidomiques en intégrant des séquences peptidiques et HLA via des encodeurs transformer et un réseau de neurones à graphes, atteignant une précision de 87,2 % pour un typage HLA rapide et économique.