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 présente FragBEST-Myo, un outil d'apprentissage profond basé sur une architecture 3D U-Net qui utilise la segmentation sémantique de fragments pour cartographier les sites de liaison de la myosine cardiaque et identifier dynamiquement des conformations propices au docking de ligands à partir de trajectoires de dynamique moléculaire.
Cette étude évalue sept outils de détection de variants minoritaires dans *Mycobacterium tuberculosis* et démontre que FreeBayes, couplé à un nouveau modèle d'erreur, offre la meilleure précision pour identifier les variants à faible fréquence tout en minimisant les faux positifs.
Le papier présente Clair3 v2, une méthode de détection de variants pour le séquençage Oxford Nanopore qui améliore considérablement la précision, en particulier pour les indels, en exploitant la table de mouvement et la durée de séjour des signaux électriques avec un surcoût computationnel négligeable.
IntelliFold-2 est un modèle open-source de prédiction de structure biomoléculaire qui surpasse AlphaFold 3 grâce à des améliorations architecturales et une cohérence structurelle multiscale, offrant des gains significatifs pour les interactions anticorps-antigènes et le repliement protéine-ligand.
Cet article présente le corpus CellLink, une collection annotée manuellement de mentions de populations cellulaires dans la littérature biomédicale qui permet d'analyser les pratiques de nommage, d'entraîner des modèles de reconnaissance d'entités et d'améliorer l'Ontologie Cellulaire (CL).
Les auteurs ont développé une approche hybride d'apprentissage automatique combinant des réseaux de neurones à graphes et des descripteurs chimiques pour identifier et valider expérimentalement deux nouveaux composés, la berbérubine et le PE859, capables d'inhiber l'agrégation de la protéine TDP-43 et de réduire les déficits moteurs dans un modèle de vers *C. elegans*.
Le papier présente CodonRL, un cadre d'apprentissage par renforcement guidé par démonstration qui optimise efficacement les séquences de codons pour améliorer l'efficacité de traduction et la stabilité structurelle de l'ARNm, surpassant les méthodes de l'état de l'art sur plusieurs métriques clés.
Cette étude présente un modèle informatique basé sur cinq caractéristiques, notamment la conservation évolutive et la distance atomique, qui prédit avec une bonne précision le phénotype de résistance à la bédaquiline associé aux variants de Rv0678 chez *Mycobacterium tuberculosis*, offrant ainsi un outil potentiel pour améliorer la prise en charge clinique de la tuberculose résistante à la rifampicine.
L'article présente Theseus, un algorithme novateur qui réalise des alignements optimaux de séquences à graphe avec des gaps affines en offrant une vitesse et une efficacité mémoire supérieures aux méthodes existantes, tout en garantissant l'optimalité du résultat.
GeneReL est une plateforme intégrée combinant l'extraction de données par des modèles de langage de grande taille (LLM) et une curation communautaire pour identifier et valider les réseaux de régulation génique chez *Arabidopsis thaliana*.