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.
Cette étude propose un cadre de simulation bayésien basé sur le modèle AMMI pour générer des effets d'interaction génotype-environnement dotés d'une structure directionnelle interprétable, démontrant ainsi son utilité pour visualiser ces interactions et optimiser la sélection génomique dans des conditions environnementales complexes.
Ce papier présente des accélérations combinant OpenFold, TensorRT et MMseqs2-GPU qui permettent une prédiction de structure protéique à haut débit, jusqu'à 131 fois plus rapide qu'AlphaFold2, sur des architectures allant des serveurs x86 aux superpuces ARM, sans compromettre la précision.
Cette étude démontre que la résistance du moustique *Aedes aegypti* aux pyréthrinoïdes (perméthrine et lambda-cyhalothrine) repose sur des mécanismes transcriptomiques distincts et dépendants de la concentration, impliquant des adaptations métaboliques et structurelles spécifiques qui dépassent les mutations classiques de résistance.
Le papier présente stMCP, un cadre basé sur le protocole de contexte de modèle (MCP) qui permet aux biologistes d'analyser des données de transcriptomique spatiale via le langage naturel en exécutant localement les outils d'analyse pour garantir la confidentialité des données, réduire les coûts et améliorer la reproductibilité sans remplacer les bioinformaticiens.
Cette étude révèle que le liaison hors cible des sondes compromet la précision du profilage spatial par la technologie Xenium de 10x Genomics, et propose l'outil logiciel OPT pour détecter ces erreurs et améliorer l'interprétabilité biologique des données.
Cette étude démontre que, bien que les méthodes d'apprentissage profond récentes parviennent à prédire certaines structures d'ARN, leur efficacité reste limitée aux motifs connus, leur incapacité à généraliser à de nouveaux repliements et l'imprécision de leurs estimations de fiabilité empêchant une identification fiable des modèles corrects.
Cet article présente PROPTIMUS RAPHAN, une méthode rapide et évolutive qui optimise la qualité locale des structures protéiques en traitant des sous-structures résiduelles de manière itérative, offrant ainsi une alternative efficace aux approches traditionnelles avec des temps de calcul réduits.
L'article présente scprocess, un pipeline Snakemake conçu pour automatiser, intégrer et visualiser de manière reproductible le traitement de données d'ARN-seq single-cell à l'échelle de l'atlas, en particulier celles générées par la technologie 10x Genomics.
Cette étude établit une ressource d'annotation standardisée basée sur l'expression pour identifier et quantifier systématiquement les petits ARN de vault (svtRNAs) dans les cellules humaines, révélant qu'ils constituent un composant abondant et reproductible du paysage des petits ARN avec des propriétés régulatrices potentielles.
Le Descriptron-GBIF Annotator est une plateforme web sans installation qui mobilise la science citoyenne et l'IA pour annoter morphologiquement des images de biodiversité issues du GBIF, générant des données structurées et citables afin de combler le déficit d'annotations morphologiques et d'accélérer la description taxonomique.