1063 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 identifie une « organisation fonctionnelle » d'ordre supérieur et reproductible dans la maladie vasculaire qui transcende les variations individuelles de gènes ou de voies métaboliques, révélant que le remodelage cardiovasculaire à travers diverses conditions et types cellulaires est piloté par un rééquilibrage coordonné et dynamique de six fonctions biologiques conservées.
Cet article présente AnnoAudit, un protocole basé sur des marqueurs qui révèle des erreurs d'annotation systématiques dans des atlas de cellules uniques largement utilisés, tels que la ressource CEREBRI sur les traumatismes crâniens, où la majorité des cellules étiquetées comme neurones glutamatergiques sont en réalité non neuronales, entraînant des artefacts biologiques significatifs qui sont corrigés lors de la ré-annotation.
bioq est une interface en ligne de commande open-source et légère qui unifie l'accès à une flotte de plus de 38 outils de découverte de médicaments par IA conteneurisés via une passerelle sans serveur, permettant aux chercheurs et aux agents automatisés d'exécuter des flux de travail complexes depuis un ordinateur portable sans gérer de matériel local ou de dépendances logicielles conflictuelles.
Cet article présente Titra, un flux de travail d'apprentissage profond de bout en bout qui automatise l'intégralité du processus de titrage viral — de la détection des puits et de la segmentation des plaques à l'estimation de la PFU/mL — démontrant une forte concordance avec les annotations manuelles à travers diverses espèces virales et formats de plaques.
Cet article dissèque le modèle de co-repliement Boltz-1 pour révéler que l'information structurelle est organisée à travers trois flux distincts — des représentations simples, intra-chaînes et inter-chaînes — qui suivent une trajectoire Mixte-Compression-Raffinement, où la géométrie intra-chaîne est largement préconditionnée tandis que les agencements inter-chaînes sont progressivement construits et réconciliés par le module de diffusion.
Cette étude utilise l'analyse de l'ARN-seq global de tissus de chéloïdes et de tissus cutanés normaux appariés pour démontrer que la prise en compte de l'hétérogénéité des types cellulaires révèle des différences distinctes dans l'enrichissement des fibroblastes et des cellules immunitaires, leurs interactions spécifiques, ainsi que les signatures d'expression génique clés sous-jacentes à la maladie chéloïde.
labapi est une bibliothèque Python qui fait le pont entre les flux de travail computationnels et le cahier de laboratoire électronique LabArchives en traduisant son API plate en un modèle d'objet intuitif, automatisant ainsi la lecture et l'écriture fluides des données expérimentales pour éliminer les téléchargements manuels.
PharmCast est un réseau de neurones à propagation avant qui prédit rapidement et précisément des empreintes pharmacophores 3D directement à partir de chaînes SMILES 2D sans génération de conformères, permettant un criblage virtuel et un saut de squelette efficaces à une fraction du coût computationnel des méthodes traditionnelles.
Cet article identifie et traite le problème critique du biais de prédiction systématique dans les horloges de vieillissement basées sur l'apprentissage automatique, qui peut fausser les analyses d'association en aval, en proposant un cadre d'optimisation contraint pour garantir une estimation et une inférence valides de l'âge biologique.
RevPert est un modèle de perturbation inverse natif de la galerie qui priorise les candidats moteurs génétiques des transitions d'état transcriptomique en combinant une connectivité de Pearson signée avec un résidu appris, démontrant une performance supérieure pour récupérer les interventions mises de côté et identifier les ancres pertinentes pour la maladie par rapport aux bases de référence existantes.