1072 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, chez le doryphore de la pomme de terre, les ARN double brin ingérés sont traités en petits ARN interférents fonctionnels qui atteignent et agissent au sein du système nerveux central.
Le modèle SpliceSelectNet (SSNet), basé sur une architecture Transformer hiérarchique, surpasse les méthodes existantes en prédiction de sites d'épissage et en détection d'épissage aberrant en capturant efficacement les dépendances à longue distance jusqu'à 100 kb tout en offrant une interprétabilité biologique grâce à ses scores d'attention.
Fleming est un agent d'intelligence artificielle intégré qui, en combinant des modèles discriminatifs et génératifs entraînés sur une vaste base de composés, identifie et conçoit de nouveaux candidats-médicaments anti-tuberculeux avec des taux de réussite in vitro et des profils ADMET exceptionnels.
Le package R/Bioconductor FLAMESv2 est une nouvelle solution modulaire et adaptable conçue pour traiter et analyser les données d'ARN-seq à lecture longue en cellule unique et en transcriptomique spatiale, permettant ainsi une caractérisation complète des isoformes d'ARN et de l'épissage alternatif.
L'article présente mnDINO, un modèle de segmentation basé sur les réseaux de transformateurs de vision qui permet une détection précise et généralisable des micronoyaux, des structures subcellulaires rares et petites, en s'appuyant sur un jeu de données hétérogène de plus de 5 000 annotations.
Cette étude présente DEX, une nouvelle mesure de substitutabilité des acides aminés basée sur un consensus de données expérimentales et de criblage mutagène profond, qui améliore la modélisation des substitutions codoniques et surpasse les prédicteurs d'effets de variants pour estimer les fréquences de substitution moyennes.
Cette étude présente des résultats de benchmarking de BEAST X intégrant la bibliothèque BEAGLE sur des données réelles et simulées afin d'établir des directives pour l'allocation optimale des ressources matérielles et l'accélération des analyses phylogénétiques bayésiennes.
Cet article présente IFACE, un cadre novateur qui aligne les surfaces protéiques en couplant leur géométrie intrinsèque et leurs champs chimiques pour définir une distance conjointe permettant de mieux distinguer la variabilité conformationnelle de la divergence structurelle et d'identifier des motifs fonctionnels conservés.
Cet article propose une nouvelle méthodologie intégrant le modèle de langage protéique ESM-2 et une moyenne de permutation cyclique pour définir un « espace peptidique » complet, permettant une sélection de bibliothèques de peptides cycliques uniformément répartie selon leurs propriétés physico-chimiques et améliorant ainsi l'efficacité de la découverte de médicaments par intelligence artificielle.
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.