2572 articles
Ce domaine explore les mécanismes complexes qui régissent la réponse du corps aux infections virales et aux traitements, un sujet crucial pour comprendre comment nous protégeons notre santé face aux menaces biologiques. Les recherches ici couvrent tout, de l'identification de nouvelles cibles thérapeutiques à l'analyse de la façon dont les médicaments interagissent avec nos cellules, offrant une fenêtre précieuse sur l'avenir de la médecine préventive.
Sur Gist.Science, nous surveillons en permanence arXiv pour vous apporter les dernières découvertes dans ce secteur. Chaque nouvelle prépublication est traitée pour vous offrir à la fois un résumé technique rigoureux et une explication claire en langage courant, rendant l'information scientifique accessible sans sacrifier la précision. Vous trouverez ci-dessous la sélection des tout derniers articles soumis par les chercheurs dans ce domaine passionnant.
En utilisant 5,4 fb de données de collisions proton-proton de l'LHCb à 13 TeV, l'article rapporte une mesure du rapport de fraction de branchement , ce qui est cohérent avec les prédictions du Modèle Standard à 1,8 écart-type près.
Cet article étend le modèle baryo-charmonium au secteur doublement étrange pour prédire un motif distinct de pentaquarks à charme caché de parité négative, caractérisé par un doublet quasi dégénéré d'états associés aux kaons et des masses cohérentes avec les récents calculs moléculaires et de sommes de QCD.
Cet article propose que des mesures précises de la production totale de charme dans les collisions d'ions lourds, combinées à des calculs améliorés des diffusions dures initiales, peuvent servir de signature pour inférer les propriétés de l'étape de pré-équilibre, malgré les incertitudes théoriques actuelles.
Cet article présente les premiers résultats du détecteur Eos, démontrant ses performances et ses capacités de calibration en utilisant l'eau comme milieu exclusivement Cherenkov afin de valider les algorithmes de reconstruction et les modèles de détecteurs pour de futures expériences de neutrinos hybrides.
Cet article applique les inférences de croyance relative, qui satisfont à la fois l'ordonnancement de vraisemblance bayésien et les exigences de confiance fréquentistes, pour construire des intervalles d'incertitude pour un modèle de signal avec fond de Poisson en physique des particules, démontrant leurs avantages par rapport à l'approche standard de Feldman-Cousins.
En utilisant 7,33 fb⁻¹ de données de collision collectées par l'expérience BESIII, l'article rapporte une mesure du rapport de branchement pour la désintégration Dalitz électromagnétique de , réalisant une amélioration de précision de 2,5 fois par rapport aux résultats précédents et fournissant des contraintes cruciales pour les modèles théoriques et les rapports de branchement absolus associés.
Cet article présente l'« Agentic Hybrid RAG », un cadre qui combine la recherche hybride avec le raisonnement agentique pour améliorer la réponse à des questions scientifiques fondées sur des preuves pour la recherche sur le collisionneur de muons, validé par un nouveau benchmark spécifique au domaine et une performance supérieure par rapport aux bases de référence existantes.
Cet article traite des signatures théoriques et des principaux fonds QCD des événements de production d'instanton (sphaleron), en proposant des recherches expérimentales pour ces phénomènes non observés via des événements diffractifs au LHC et les corrélations spin-spin entre hyperons au NICA.
Cet article propose d'utiliser la masse invariante reconstruite des kaons et de la moitié de l'impulsion du deutéron () comme un observable expérimental direct pour distinguer les modèles de coalescence de nucléons et les modèles thermiques statistiques dans la production de deutérons au LHC, démontrant qu'un pic de résonance n'émerge que dans le scénario de coalescence.
ALETHEIA est un cadre autonome et auto-complétable qui emploie une boucle d'apprentissage actif pour construire de manière itérative des modèles de fondation de la physique invariants par permutation (ManifoldInformer) pour la haute énergie, identifiant et incorporant automatiquement de nouveaux opérateurs de la théorie effective du modèle standard basés sur l'analyse des résidus jusqu'à ce que le modèle atteigne un apprentissage complet.