1235 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.
SpaTRACE est un cadre d'apprentissage automatique basé sur les transformateurs qui permet de reconstruire de novo les réseaux de communication intercellulaire et de régulation génique à partir de données de transcriptomique spatio-temporelle, sans dépendre de bases de données de récepteurs-ligands préétablies.
Cette étude démontre la faisabilité d'une détection automatisée à grande échelle des baleines grises au large de la Californie en utilisant l'intelligence artificielle sur des images satellites panchromatiques et multispectrales, permettant ainsi un suivi précis des migrations et le soutien de politiques de conservation.
Cette étude démontre que la déstabilisation biophysique induite par des mutations, affectant soit le repliement des protéines soit leurs interactions, constitue un facteur clé du potentiel oncogène en révélant une forte corrélation entre ces perturbations structurelles et la capacité des gènes à conduire le cancer.
Cet article présente Buscar, une méthode open-source en Python qui améliore l'appel de cibles dans les criblages à haut contenu en exploitant l'hétérogénéité des profils morphologiques cellulaires individuels pour quantifier simultanément l'efficacité et la spécificité des perturbations, surmontant ainsi les biais inhérents aux approches statistiques agrégées.
En intégrant l'exploration ciblée de génomes à l'échelle de 2 millions de bactéries et à la modélisation structurale, cette étude révèle plus de 900 clusters de gènes biosynthétiques inexplorés contenant des 7-déazapurines et élucide les mécanismes enzymatiques de diversification de métabolites secondaires comme la dapiramicine A.
OpusTaxa est un flux de travail open-source automatisé et flexible basé sur Snakemake qui simplifie l'analyse complète des métagénomes shotgun en intégrant le contrôle qualité, le profilage taxonomique, l'assemblage et l'analyse fonctionnelle pour faciliter la reproductibilité et les méta-analyses à grande échelle.
DOME Copilot est une solution basée sur les grands modèles de langage qui extrait des rapports structurés des méthodes d'intelligence artificielle dans les publications scientifiques afin de simplifier la transparence et la reproductibilité de ces recherches en sciences de la vie.
Cette étude utilise l'analyse transcriptomique spatio-temporelle pour révéler des changements métaboliques spécifiques au compartiment, notamment une enrichment atypique des gènes de la phosphorylation oxydative dans la médullaire interne, lors des lésions d'ischémie froide du rein murin, soulignant l'importance d'examiner cette région profonde au-delà des biopsies superficielles.
Cette étude utilise le séquençage métagénomique nanopore pour révéler la diversité microbienne distincte et les profils fonctionnels de trois étangs de la forêt atlantique brésilienne, mettant en évidence l'impact humain sur la résistance aux antibiotiques et la présence de gènes de cyanotoxines.
Les auteurs proposent une nouvelle méthode quantitative appelée RICE, basée sur l'outil FusionBlaster, pour mesurer avec précision l'expression des ARN chimériques et valider leur pertinence biologique dans le contexte du cancer de la prostate.