1076 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, à niveaux de discordance équivalents, l'erreur d'estimation des arbres de gènes (GTEE) affecte davantage l'inférence de l'arbre des espèces que l'hybridation incomplète des lignées (ILS), car elle génère un bruit plus uniforme et moins structuré dans les distributions de quarts.
Les auteurs présentent Folddisco, un outil logiciel libre qui permet une recherche rapide, précise et économe en stockage de motifs structuraux protéiques dans une base de données massive de 53 millions de structures grâce à un index géométrique innovant.
Cet article propose un cadre formel et un algorithme linéaire pour dériver des blocs de synténie directement à partir de données de séquences en évitant les points de cassure, résolvant ainsi efficacement des problèmes d'optimisation autrement NP-difficiles pour mieux étudier les réarrangements génomiques.
ProteoMapper est un cadre computationnel qui intègre l'annotation des domaines et la détection de motifs pour quantifier leurs relations spatiales au sein des familles de protéines, permettant ainsi une analyse évolutive et fonctionnelle précise sans nécessiter de compétences en programmation.
En s'appuyant sur les données de l'Étude longitudinale canadienne sur le vieillissement, cette étude propose une nouvelle approche d'apprentissage profond bayésien sparse, le Q-FSNet et le Q-DirichNet, pour identifier 25 métabolites présentant des « points optimaux » physiologiques qui minimisent l'accélération de l'âge biologique, offrant ainsi un outil interprétable pour la médecine de précision.
Cet article présente OT-knn, une méthode innovante d'alignement des données de transcriptomique spatiale qui intègre les informations de voisinage local dans un cadre de transport optimal pour surmonter les défis liés au bruit, aux déformations géométriques et à l'hétérogénéité biologique entre les échantillons.
L'article présente wavess 1.2, un cadre de simulation de séquences virales au sein de l'hôte amélioré qui intègre une réponse CTL dépendante du HLA et un taux de recombinaison variable pour mieux modéliser l'évolution virale et éclairer la conception de vaccins.
Cette première étude systématique de la littérature sur les sondes chimiques révèle qu'elles précèdent de 1 à 7 ans les bases de données structurées, permettent d'identifier de nouvelles associations cible-maladie non documentées et renforcent la validation fonctionnelle des hypothèses thérapeutiques, soulignant ainsi leur rôle crucial dans la découverte précoce de médicaments.
Cette étude démontre que l'analyse post-hoc des explications de modèles d'apprentissage automatique permet non seulement de révéler des biais cachés (comme la reconnaissance d'individus plutôt que de processus biologiques) dans des ensembles de données biomédicales limités, mais aussi d'extraire des informations biologiques pertinentes en réorientant la tâche de classification vers ce que les données peuvent réellement soutenir.
Cette étude présente un cadre multimodal intégrant la factorisation matricielle non négative directionnelle (dNMF) pour démontrer que les variations des répétitions en tandem à court (STR) offrent une résolution supérieure à celle des SNP pour l'inférence de la structure des populations humaines, révélant ainsi des dynamiques démographiques fines et interprétables biologiquement.