895 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 ITEC, une méthode entièrement non supervisée permettant de reconstruire avec une haute fidélité les lignées cellulaires complètes et les cartes de destin d'embryons entiers à travers plusieurs espèces, offrant ainsi une plateforme puissante pour l'exploration systématique de la dynamique du développement à l'échelle cellulaire.
Les auteurs présentent scPloidyR, un modèle statistique qui améliore considérablement la détection des variations du nombre de copies dans les cellules uniques à partir de panels de séquençage ciblés en intégrant conjointement la profondeur de lecture et la fréquence allélique B, surpassant les méthodes existantes lorsque des informations alléliques sont disponibles.
Cette étude présente un cadre de simulation pour évaluer des politiques de prescription d'antibiotiques via l'apprentissage par renforcement, démontrant que les approches hiérarchiques surmontent efficacement les défis de l'observabilité partielle et des retards de feedback pour optimiser la gestion de la résistance aux antimicrobiens.
Cette étude applique la prédiction conforme à la recherche moléculaire par spectrométrie de masse pour générer des ensembles de candidats fiables et spécifiques à chaque spectre, garantissant une couverture statistique contrôlée même en présence de décalages de distribution.
Cette étude pionnière démontre que l'intégration de proxies de chronologie de réplication et d'embryonnages morphologiques dans des réseaux géniques personnalisés LIONESS permet d'améliorer la robustesse et la précision de la prédiction des sous-types de cancer pancréatique, révélant ainsi l'importance des indicateurs épigénétiques pour comprendre la coordination génique tumorale.
Le Grass Expression Atlas (GExA) est une ressource web interactive qui intègre et normalise des données de séquençage ARN provenant de diverses espèces de graminées, notamment quatre millets, l'orge et le sorgho, pour permettre une exploration rapide de l'expression génique à travers différents tissus, stades de développement et conditions.
Le papier présente Stoic, une méthode rapide et précise utilisant des embeddings de modèles de langage protéique et des réseaux de neurones graphiques pour prédire la stœchiométrie des complexes protéiques en se concentrant sur les résidus d'interface plutôt que sur des méthodes par force brute coûteuses.
Le papier présente PepCABO, une méthode d'optimisation bayésienne dans l'espace latent utilisant l'alignement contrastif et un double autoencodeur variationnel pour améliorer l'efficacité de la découverte de peptides liant des allèles MHC spécifiques, même avec des budgets expérimentaux limités.
Cet article présente une extension du framework ColBuilder permettant de générer des modèles atomistiques de fibrilles de collagène intégrant des liaisons croisées non enzymatiques (AGE) et enzymatiques, afin d'étudier leur impact mécanique distinct sur la structure du collagène dans le contexte du vieillissement et du diabète.
Le papier présente PBML, un nouvel algorithme optimisé qui exploite l'index PBWT compressé pour identifier efficacement des matches exacts maximaux (SMEMs) longs et partagés par de nombreux haplotypes, surpassant ainsi les méthodes existantes en vitesse et en précision pour la détection d'ascendance partagée à longue distance dans de grands panels génétiques.