1244 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.
STiLE est un outil automatisé qui résout le goulot d'étranglement du dégroupage des microarrays tissulaires (TMA) pour la transcriptomique spatiale en utilisant uniquement les coordonnées des centroïdes cellulaires, éliminant ainsi la dépendance aux images histologiques pour offrir une méthode robuste, précise et compatible avec diverses plateformes.
Cet article propose une méthode de détection d'anomalies basée sur l'apprentissage profond pour l'endoscopie par capsule intelligente, démontrant qu'une communication sémantique permet d'étendre la durée de vie de la batterie de plus de 43 % tout en maintenant une fiabilité de détection élevée avec une réduction significative de la puissance de transmission et de l'éclairage.
Ce papier présente ABAG-Rank, un réseau de neurones profond basé sur l'architecture DeepSets qui améliore significativement la sélection des modèles de complexes anticorps-antigène prédits par AlphaFold en apprenant à classer des ensembles de structures variables à l'aide de descripteurs géométriques simples et de scores de confiance, surpassant ainsi les méthodes de notation internes d'AlphaFold et les bases de référence existantes.
Le papier présente PhyloRNA, une base de données méta-curée qui fournit un accès à grande échelle aux structures secondaires de l'ARN liées à des annotations phylogénétiques et à des descripteurs structuraux détaillés pour faciliter les études comparatives et évolutives.
L'article présente noHiC, un pipeline de scaffolding de contigs végétaux guidé par des références personnalisées issues de graphes de pangenome, permettant d'obtenir des assemblages de haute qualité sans recourir au séquençage Hi-C coûteux.
Le papier présente RiboBA, un cadre probabiliste sensible aux biais qui améliore l'identification robuste des ORF non canoniques à partir de données de profilage ribosomal en corrigeant les artefacts induits par les protocoles de préparation des bibliothèques.
Le papier présente ST-PARM, un cadre d'alignement à l'inférence qui permet de générer des séquences protéiques Pareto-optimales couvrant efficacement des compromis multi-objectifs complexes et incertains, surpassant les méthodes existantes en termes de couverture du front de Pareto et de contrôle des compromis.
Le papier présente G-VEP, un cadre d'annotation génétique accéléré par GPU qui réduit considérablement le temps d'exécution de l'outil VEP pour l'analyse clinique du séquençage complet du génome tout en garantissant une concordance totale avec les résultats standards.
Cette étude présente un outil d'aide à la décision piloté par l'intelligence artificielle qui utilise les profils du microbiome respiratoire, notamment via le modèle XGBoost, pour trier avec une grande précision les patients atteints de COVID-19 en identifiant des signatures microbiennes associées à la sévérité de la maladie.
Le papier présente plsMD, un outil informatique innovant qui surpasse les méthodes existantes en reconstruisant avec précision des séquences plasmidiques complètes à partir d'assemblages de lectures courtes, facilitant ainsi l'étude de la propagation et de l'évolution de la résistance aux antimicrobiens.