1246 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 le premier assemblage génomique de bout en bout (T2T) et une analyse des haplotypes de l'orchidée tétraploïde *Dendrobium officinale*, éclairant son évolution polyploïde et le rôle de gènes spécifiques dans la symbiose mycorhizienne.
Cette étude propose une méthode de calibration non paramétrique par modélisation directe et inverse qui améliore significativement la précision de l'estimation du déséquilibre de liaison, en particulier sur des échantillons de très petite taille, surpassant ainsi les méthodes existantes pour des analyses en aval comme le pruning.
Cette étude propose un pipeline combinant apprentissage automatique et profond pour classer les individus selon leur génotype et identifier les gènes associés à des phénotypes, démontrant que les variants sélectionnés pour optimiser la performance de classification permettent de prioriser efficacement les gènes liés aux maladies.
Deep-Palm est un cadre d'apprentissage profond intégré qui améliore la prédiction des sites de S-palmitoylation des protéines en combinant des séquences d'acides aminés, des contraintes structurelles et des descripteurs physicochimiques, surpassant ainsi les outils existants avec une précision robuste et généralisable.
Les auteurs proposent FourC, une méthode open source basée sur un modèle de régression bayésienne de Bernoulli et des processus gaussiens, pour surmonter les limites de quantification des données 4C-seq et identifier des contacts chromatiniens significatifs et différentiels.
Cette étude in silico démontre que la Withaferine A présente un potentiel antiviral prometteur contre le virus Marburg en ciblant simultanément ses protéines VP35 et NP, grâce à des interactions de liaison stables et favorables validées par des simulations de dynamique moléculaire et des analyses d'ADMET.
Le rapporteur de mutations est un outil open-source qui permet aux utilisateurs non spécialisés d'identifier directement à partir de fichiers FASTQ des altérations d'acides aminés simples et composées, tout en offrant un contrôle total sur les paramètres de qualité de l'analyse.
Le papier présente RefCM, une nouvelle méthode computationnelle combinant le transport optimal et la programmation en nombres entiers pour annoter avec précision les clusters de séquençage d'ARN de cellules uniques en les mappant sur des données de référence, surpassant les méthodes existantes dans des contextes trans-technologiques, trans-tissulaires et trans-espèces.
Cette étude présente l'application de Molearn, un cadre hybride combinant la dynamique moléculaire et les modèles génératifs profonds, pour élargir les ensembles conformationnels de l'ARN HIV-1 TAR vers des états cryptiques capables de se lier au ligand MV2003, démontrant ainsi pour la première fois la capacité d'un modèle génératif à prédire des conformations de liaison non accessibles par des méthodes antérieures.
Cette étude présente le premier benchmark comparatif de trois outils de détection de circARN à partir de données de séquençage long-read Oxford Nanopore, en s'appuyant sur un cadre de simulation flexible et open-source développé par les auteurs pour évaluer leurs performances et souligner la nécessité de combiner plusieurs approches pour une détection plus précise.