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.
Cette étude démontre que la variabilité numérique inhérente aux pipelines d'IRM structurelle peut fausser significativement les résultats sur la maladie de Parkinson, et propose un cadre pratique pour quantifier et atténuer ce risque d'erreurs statistiques dans la littérature scientifique.
Le papier présente jazzPanda, une approche hybride implémentée dans un package R Bioconductor qui améliore la détection de gènes marqueurs dans les données de transcriptomique spatiale en intégrant les coordonnées spatiales via une méthode de « pseudobulking » pour une identification cellulaire plus précise et spécifique.
Cet article présente Pioneer et Altimeter, deux outils open-source optimisés pour l'analyse rapide et précise des données de protéomique DIA, capables de modéliser explicitement les effets des fenêtres d'isolement étroites pour permettre une identification et une quantification à grande échelle avec un contrôle conservateur du taux de fausses découvertes.
Cet article présente edgePython, une portage en Python du package edgeR qui intègre un modèle mixte binomial négatif-gamma et un rétrécissement empirique de Bayes pour l'analyse différentielle de données de comptage génomique, facilitant ainsi son utilisation dans l'écosystème du génomique à cellule unique.
Le pipeline bioinformatique NanoHIVSeq permet un traitement à haut débit et précis des séquences de l'enveloppe du VIH-1 à partir de données de séquençage Oxford Nanopore, en éliminant le besoin d'identifiants moléculaires uniques tout en maintenant une fiabilité supérieure à 99,9 %.
Cette étude évalue la capacité de divers modèles de langage à prédire l'efficacité des oligonucléotides antisens thérapeutiques, démontrant que l'utilisation de séquences d'ADN avec des informations sur les gènes cibles via l'ingénierie de prompts surpasse les représentations SMILES, avec le modèle GPT-3.5-Turbo obtenant les meilleurs résultats.
Le package ModCRElib est un outil autonome permettant d'analyser et de modéliser les interactions entre facteurs de transcription et l'ADN pour prédire les sites de liaison, générer des profils d'affinité et caractériser des complexes régulateurs d'ordre supérieur.
Ce papier présente RIMA, une méthode computationnelle permettant la comparaison rigoureuse d'atlases transcriptomiques entre espèces pour identifier des principes de développement conservés et prédire l'expression génique, comme démontré lors de l'analyse de la gastrulation chez la souris, le lapin et le macaque.
Cette étude propose un pipeline de criblage virtuel guidé par le modèle (MGVS) qui contourne le problème de synthétisabilité des modèles de conception de médicaments en identifiant des analogues synthétisables dans des bases de données existantes, surpassant ainsi le criblage virtuel standard avec une efficacité au moins 25 fois supérieure.
Cet article présente UnivAIRRse, un cadre unifié hiérarchique qui organise et compare les simulateurs de répertoires de récepteurs immunitaires adaptatifs à travers cinq niveaux opérationnels, offrant ainsi une base conceptuelle pour améliorer le benchmarking, l'interprétation biologique et le développement de futurs jumeaux numériques immunitaires.