2610 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.
Cet article démontre que l'exploitation du détecteur SBND au Fermilab en mode hors cible ou avec un arrêt de faisceau permet de supprimer considérablement les bruits de fond et d'étendre de manière significative la sensibilité à la recherche de nouvelle physique, notamment la matière noire légère, les axions et les neutrinos lourds.
Cette étude examine le potentiel du LHC et du HL-LHC pour détecter l'excitation radiale scalaire dans les modèles de Higgs composite et jumeau, en identifiant la désintégration en paires de bosons de Higgs comme canal le plus sensible et en établissant des limites de masse actuelles et futures pour ce état.
Cet article retrace l'histoire de la bombe atomique et explore les dilemmes moraux des scientifiques qui ont participé à son développement ou en ont subi les conséquences, afin de contribuer à la réflexion sur l'éthique dans la recherche scientifique future.
En utilisant les données de collisions proton-proton à 13 et 13,6 TeV recueillies par le détecteur ATLAS, cette étude rapporte la première mesure de l'intrication quantique entre les spins de paires de bosons Z issus de la désintégration du boson de Higgs, rejetant l'hypothèse d'un état séparable avec une signification de 4,7 écarts-types et fournissant ainsi une preuve forte de l'intrication entre des bosons massifs à l'échelle électrofaible.
Cet article propose un cadre général pour la recherche de nouvelles particules faiblement couplées émises lors de la désexcitation nucléaire après capture neutronique, en exploitant des « peignes de lignes satellites » corrélées pour supprimer les ambiguïtés nucléaires et instrumentales grâce à l'utilisation de détecteurs HPGe haute résolution.
Ce papier présente CaloScore v2, une architecture améliorée utilisant des modèles de diffusion et la distillation progressive pour simuler des gerbes calorimétriques avec une haute fidélité en une seule évaluation de fonction, surmontant ainsi les limitations de temps de calcul des approches précédentes.
Cet article présente SBUnfold, une nouvelle méthode de dépliage basée sur les ponts de Schrödinger et les modèles de diffusion qui combine les avantages des modèles discriminatifs et génératifs pour réaliser des mesures de sections efficaces différentielles non binnées et de haute dimension.
Cet article démontre comment un nouveau modèle fondamental dédié aux jets hadroniques permet de surmonter trois défis majeurs en physique des collisionneurs : l'économie de puissance de calcul pour les algorithmes de reconstruction, la quantification complète des incertitudes pour les mesures multidimensionnelles et la recherche de nouvelle physique par des méthodes agnostiques, intégrant ainsi ces modèles dans la boîte à outils des praticiens.
Les auteurs proposent « OmniLearn », un modèle fondamental pour la physique des jets capable d'améliorer simultanément la précision et la rapidité de toutes les tâches liées aux jets, telles que la classification, la génération et la détection d'anomalies, grâce à une représentation apprise transférable entre différents systèmes de collision et simulations de détecteurs.
Cet article propose une approche holistique et une identification avancée des singulets de couleur (ACSI) utilisant l'intelligence artificielle pour améliorer considérablement la précision des mesures de désintégration du boson de Higgs en paires de quarks ou de gluons dans les futurs collisionneurs.