1429 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 propose une architecture innovante de Réseau de Neurones à Graphes Hétérogènes (HGNN) intégrant l'élagage de graphes et l'apprentissage multi-tâches pour améliorer de manière scalable la reconstruction des événements de collision de particules, notamment celle des hadrons beaux, dans des conditions similaires à celles de l'expérience LHCb.
Cette étude utilise les modèles PYTHIA8 et EPOS-LHC pour démontrer que la dépendance des fonctions de bilan de charge à la multiplicité et à la forme des événements dans les collisions proton-proton à 13 TeV permet de distinguer les mécanismes de fragmentation des signatures de dynamique collective.
En analysant huit années de données du HAWC sur le centre galactique, cette étude n'a détecté aucun excès significatif de rayons gamma, établissant ainsi les premières contraintes sur l'annihilation de matière noire au-delà de 100 TeV avec des limites de section efficace atteignant l'ordre de cm/s.
En utilisant 9 fb⁻¹ de données de collisions proton-proton du LHCb, cette étude présente la première mesure binnée en espace de phase et indépendante du modèle de l'angle CKM via les désintégrations et , aboutissant à une détermination combinée d'une précision record de .
Cette étude caractérise la réponse et le transport de la lumière de fibres à décalage de longueur d'onde (WLS) et scintillantes à décalage de longueur d'onde (Sci-WLS) sous irradiation, révélant que les nouvelles fibres EJ-160 d'Eljen Technology offrent un rendement lumineux nettement supérieur à celui de la fibre BCF-91A de Saint-Gobain, bien que leurs longueurs d'atténuation varient selon les formulations.
Cet article analyse l'impact des premiers résultats de haute précision de l'expérience JUNO sur les modèles de mélange trimaximal (TM1 et TM2), concluant que si les effets de groupe de renormalisation peuvent réconcilier ces modèles avec les données en cas de masses quasi-dégénérées, le scénario TM2 est fortement contraint ou exclu par les limites actuelles sur la double désintégration bêta sans neutrino et sur la masse du neutrino.
Cette étude démontre que l'application de réseaux de neurones profonds à une matrice de photomultiplicateurs au silicium à gradient linéaire permet de reconstruire la position des photons avec une précision et une linéarité nettement supérieures aux méthodes conventionnelles, augmentant ainsi le nombre de zones résolues d'un facteur allant de 5,7 à 12,1.
En analysant des données de collisions collectées par le détecteur BESIII, cette étude mesure le rapport d'embranchement de la désintégration à et établit une nouvelle limite supérieure améliorée de pour le processus .
Ce article présente les premiers résultats du capteur CASSIA, un nouveau détecteur MAPS monolithique intégré en technologie CMOS 180 nm qui utilise une amplification interne du signal pour offrir une meilleure résolution temporelle et une sensibilité accrue, fonctionnant en mode proportionnel à faible gain (similaire aux LGAD) ou en mode SPAD à haute tension.
Ce papier présente QUnfold, un cadre d'optimisation pour le dépliement des données en physique des hautes énergies qui reformule le problème en un problème d'optimisation binaire quadratique (QUBO) permettant l'utilisation de solveurs quantiques et hybrides, tout en démontrant une précision compétitive par rapport aux méthodes classiques.