1245 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.
Le modèle d'apprentissage profond GCN-Mamba, qui intègre les réseaux de convolution graphique et le modèle Mamba, surpasse les méthodes classiques pour prédire les synergies antibactériennes et a permis de découvrir et valider expérimentalement une nouvelle combinaison efficace contre le SARM.
Cette étude démontre que, malgré leur potentiel, les modèles de fondation cellulaires actuels sous-performent les approches traditionnelles basées sur les gènes hautement variables pour la reconstruction des trajectoires cellulaires en raison d'une compression temporelle excessive qui lisse artificiellement les dynamiques non linéaires essentielles.
Les auteurs proposent un cadre causal novateur basé sur la métrique Tv (tension de variant) et une application web pour quantifier l'asymétrie directionnelle des substitutions d'acides aminés, permettant d'identifier les sites évolutifs critiques et les variants pathogènes tout en reliant les principes de conception protéique à l'inférence évolutive.
Cette étude démontre que le modèle d'eau SPC/E est le choix optimal pour les simulations de membranes lipidiques avec le champ de force AMBER Lipid21, car il reproduit avec la plus grande fidélité les propriétés structurales et dynamiques expérimentales parmi huit modèles d'eau testés.
Sassy2 est un outil Rust optimisé pour le matériel qui accélère considérablement la recherche batch de courts motifs d'ADN en distribuant les motifs sur des lanes SIMD et en appliquant un filtrage par suffixe, surpassant ainsi les performances de ses prédécesseurs et d'autres méthodes existantes.
Cet article présente le développement et l'évaluation pilotés par les utilisateurs de Llemy, un système basé sur des modèles de langage pour explorer et résumer des cartes d'interactions moléculaires complexes, en mettant l'accent sur l'engagement de la communauté et l'adaptation aux technologies émergentes.
Les auteurs proposent GE-BiCross, un cadre d'apprentissage profond hiérarchique à attention croisée bidirectionnelle qui améliore significativement la prédiction des interactions génotype-environnement chez le maïs en intégrant de manière dynamique les données génomiques et environnementales, surpassant ainsi les méthodes de prédiction conventionnelles.
Cette étude propose une nouvelle mesure de diversité microbienne basée sur l'énergie spectrale d'un laplacien de faisceau de graphe, capable d'intégrer simultanément la composition taxonomique et l'architecture génomique pour mieux discriminer les échantillons de patients atteints de maladie inflammatoire de l'intestin (MICI) des sujets sains.
Les auteurs ont développé LongHap, une méthode de phasage qui intègre les signaux de méthylation native des données de séquençage à lecture longue pour améliorer la reconstruction des haplotypes et surpasser les outils existants en termes de précision et de contiguïté.
Cet article présente DIPScan, une nouvelle méthode automatisée et évolutive capable de détecter les génomes viraux délétés (DelVGs) dans les données de séquençage et de corriger les consensus génomiques du virus influenza pour garantir la précision de la surveillance épidémique.