775 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 EnzPlacer, un algorithme d'apprentissage contrastif qui prédit les trois premiers numéros EC d'une enzyme à partir de sa séquence, permettant ainsi de situer avec précision des fonctions enzymatiques inconnues dans l'espace des fonctions connues pour guider les hypothèses expérimentales.
Le papier présente BioGraphX-RNA, un cadre d'encodage graphique physico-chimique universel et interprétable qui, en intégrant des principes biophysiques explicites et des embeddings RiNALMo, atteint des performances de pointe pour prédire la localisation subcellulaire de l'ARN tout en fournissant des insights mécanistiques sur les déterminants structuraux et séquentiels.
Cet article propose un cadre bayésien pour l'estimation des orientations en cryo-EM, démontrant que l'estimateur MMSE surpasse les méthodes traditionnelles en précision et en robustesse, ce qui améliore considérablement la reconstruction 3D et l'analyse de l'hétérogénéité structurale, même dans des conditions de faible rapport signal-sur-bruit.
Cet article présente O_SCPLOWARCANEC_SCPLOW, un nouvel algorithme et outil en ligne de commande optimisé pour la correction d'erreurs de barcodes et d'UMI ainsi que pour le mappage des lectures dans les données de transcriptomique à cellule unique, offrant une quantification d'expression génique plus rapide et aussi précise que les méthodes existantes.
Le papier présente ProtBFF, un cadre général et agnostique de l'encodeur qui améliore la prédiction de la stabilité des protéines en intégrant des priors biophysiques interprétables dans des représentations d'apprentissage profond via une attention croisée, surpassant ainsi les modèles spécialisés existants.
Le papier présente TopRepo, le premier dépôt complet de spectres de spectrométrie de masse top-down comprenant plus de 18 millions de spectres, qui permet des analyses pan-ensemble de données et améliore considérablement l'identification des protéines ainsi que la prédiction spectrale via l'apprentissage profond.
Ce papier présente CellAwareGNN, un modèle fondamental de graphes enrichi par des données de génomique à l'échelle cellulaire qui améliore significativement la prédiction des indications médicamenteuses, en particulier pour les maladies auto-immunes, par rapport aux modèles existants comme TxGNN.
MetaTracer est un outil d'alignement nucléotidique qui permet d'attribuer simultanément les lectures de métagénomique à des groupes taxonomiques et à des gènes exprimés avec une haute résolution, facilitant ainsi l'analyse précise de l'activité transcriptionnelle spécifique aux espèces au sein de communautés bactériennes complexes.
Cette étude présente un cadre de modélisation inverse interprétable et stratifié dans le temps qui relie les réponses transcriptomiques aux changements de morphologie nucléaire observés par imagerie cellulaire après une exposition à des radiations à faible dose, en utilisant une approche de régression élastique-net pour identifier des prédicteurs génétiques stables tout en contrôlant les tendances de dose.
Cellects est un logiciel open-source convivial permettant l'analyse automatisée de la croissance, du mouvement et de la morphologie d'organismes à partir d'images 2D et de séquences temporelles, avec une interface graphique interactive et une API Python pour des résultats exportables.