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.
Les auteurs proposent ExCALIBR, un cadre semi-supervisé qui calibre les essais fonctionnels à haut débit en générant des probabilités de pathogénicité spécifiques aux variants, surpassant les méthodes actuelles pour réduire les variants de signification incertaine dans le diagnostic génétique.
Le papier présente resLens, une famille de modèles de langage génomique qui surpassent les méthodes d'alignement traditionnelles en détectant et en analysant les gènes de résistance aux antibiotiques, même lorsque ceux-ci présentent des séquences ou des mécanismes de résistance différents de ceux des bases de données de référence.
Ce papier présente rbio1, un modèle de raisonnement biologique entraîné par renforcement en utilisant des modèles mondiaux du vivant comme vérificateurs approximatifs pour simuler des données expérimentales, permettant ainsi d'atteindre des performances de pointe sur des tâches de prédiction sans recourir à de nouvelles expériences de laboratoire.
DupyliCate est un outil Python haute performance conçu pour l'identification, le classement et la caractérisation des duplications géniques, démontré sur divers organismes allant des plantes aux bactéries et aux animaux.
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*.