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.
Cette étude propose un cadre d'ensemble hybride de type stacking-bagging qui intègre des données cliniques, d'expression génique et de variation du nombre de copies afin d'atteindre une robustesse et une précision supérieures (AUC ROC de 0,9355) pour le pronostic du cancer du sein par rapport aux modèles unimodaux et de stacking conventionnels.
Cet article présente Boltz-sample, une stratégie systématique pour le modèle Boltz-2 qui module l'échantillonnage conformationnel en redimensionnant uniformément les représentations de paires latentes, permettant ainsi la récupération efficace et transparente de divers états alternatifs des protéines et de la couverture d'ensemble sans dépendre de perturbations d'entrée heuristiques.
Ce chapitre propose un guide complet en R pour l'analyse des données de métabolomique et de protéomique cliniques, couvrant les étapes essentielles allant du contrôle qualité et de l'expression différentielle jusqu'à l'intégration multi-omique et l'analyse d'enrichissement basée sur les réseaux pour la découverte de biomarqueurs et la compréhension systémique des maladies.
L'article introduit In-Pocket, une méthode d'optimisation de mécanique quantique biaisée par des données expérimentales qui améliore la validation chimique et la fiabilité structurelle des complexes protéine-ligand, particulièrement dans les cas de résolution expérimentale insuffisante ou de chimie d'interaction ambiguë.
Cet article présente un nouvel algorithme heuristique pour le problème de décomposition de flux minimal, qui est NP-difficile, lequel étend les mécanismes de résolution d'équations pour modéliser conjointement toutes les équations de graphes, permettant ainsi des opérations de fusion sécurisées qui simplifient itérativement les graphes complexes afin d'atteindre des solutions quasi optimales nettement plus rapidement que les formulations de programmation linéaire en nombres entiers.
Cet article présente une base de données organisée manuellement et un pipeline computationnel qui permettent l'annotation précise et évolutive des enzymes halogénantes à travers les données génomiques et métagénomiques, facilitant ainsi la découverte du réservoir inexploité de produits naturels microbiens halogénés de la nature.
Cet article présente l'Ultra-Content Screening (UCS), une nouvelle méthode de protéomique en cellule unique à haute dimension qui utilise l'immunomarquage cyclique pour analyser jusqu'à 40 marqueurs dans 100 000 cellules sanguines, démontrant son potentiel pour révéler des profils immunitaires spécifiques aux maladies dans la leucémie myéloïde aiguë pour l'amélioration des diagnostics et de la médecine personnalisée.
Le document présente **cyto**, un processeur open-source à ultra haut débit pour le séquençage de cellules uniques 10x Genomics Flex qui atteint une accélération de 16,5 fois et une réduction significative de l'utilisation des ressources par rapport à CellRanger en utilisant la recherche directe par k-mers et de nouveaux formats binaires, tout en maintenant une concordance de 99,85 % avec les sorties standards pour permettre la construction d'atlas de milliards de cellules de manière évolutive et rentable.
L'article présente le progiciel `distortions`, un outil de visualisation interactif conçu pour mesurer et afficher les distorsions métriques locales dans les réductions de dimensionnalité non linéaires telles que UMAP et t-SNE, aidant ainsi les chercheurs à identifier les artefacts, à ajuster les hyperparamètres et à sélectionner les méthodes appropriées pour l'analyse de données génomiques de haute dimension.
Le document présente dna-parser, une bibliothèque Python de haute performance écrite en Rust qui encode efficacement les séquences d'ADN et d'ARN en caractéristiques numériques pour l'apprentissage automatique en exploitant le traitement parallèle et en offrant une large compatibilité avec l'écosystème Python.