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.
L'article présente AI-IDP, un cadre d'apprentissage profond qui transforme les séquences de protéines intrinsèquement désordonnées en ensembles conformationnels cohérents avec l'expérience, révélant ainsi que des structures secondaires transitoires sont omniprésentes et évolutivement ajustées dans les protéomes désordonnés.
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.
Cette étude présente un inventaire complet du système ubiquitine-protéasome et du réseau de protéostasie humain, estimant qu'ils comprennent respectivement plus de 1400 et 3100 composants, afin d'éclairer la recherche en génomique, protéomique et pathologie.
LysinFusion est un cadre d'apprentissage profond reproductible intégrant un encodage multi-features et une architecture hybride CNN-Transformer qui surpasse les méthodes existantes pour identifier avec précision les lysines de phages, réduisant ainsi les coûts de validation et offrant des insights biologiques pertinents.
Cette étude présente un modèle d'apprentissage automatique qui prédit l'efficacité des ARN interférents (siRNA) directement à partir de leurs séquences antisens intrinsèques, identifiant les nucléotides positionnels comme déterminants clés et offrant ainsi un cadre interprétable pour la conception rationnelle de thérapies et d'applications agricoles.
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.
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.