1002 articles
Cette étude applique la modélisation par équations structurelles (SEM) aux données transcriptomiques du psoriasis, révélant une relation structurelle statistiquement significative entre la dérégulation épigénétique et la pathologie de la maladie, laquelle est fortement caractérisée par la sous-expression de l'ARN long non codant H19.
Cette étude démontre que la complexité structurelle de l'habitat agit comme un tampon écologique critique qui renforce la résilience et la biodiversité des récifs coralliens, atténuant ainsi les impacts négatifs cumulés des stress anthropiques locaux et du changement climatique.
Cette étude fournit la première caractérisation complète des régions de la boucle terminale des pré-miARN humains, révélant des architectures de séquences distinctes définies par des distributions de longueurs spécifiques, des biais de nucléotides positionnels et des motifs enrichis qui pourraient influencer la biogenèse des miARN et les interactions protéiques.
Cette étude a déterminé les doses de dose létale médiane (DL₅₀) et de réduction de croissance (RC₅₀) de l'irradiation par neutrons rapides pour deux variétés de niébé, révélant que SAMPEA 21 est plus radiosensible que SAMPEA 20T et fournissant des références spécifiques aux génotypes essentiels pour optimiser les protocoles de sélection par mutation.
Cette étude empirique démontre que les plongements de jetons de gènes préentraînés du modèle scGPT encodent intrinsèquement des structures physiques d'interaction protéine-protéine, comme en témoigne la similitude cosinus significativement plus élevée entre les paires de gènes interagissant par rapport aux contrôles non interagissants appariés à travers plusieurs bases de données.
Cet article démontre empiriquement que l'espace d'enchâssement statique des gènes-tokens du modèle de fondation scGPT encode des informations détectables, bien que modérées, sur les interactions protéine-protéine physiques connues, comme en témoignent des similitudes cosinus et des métriques de prédiction d'interaction significativement plus élevées pour les paires de gènes interagissant par rapport aux contrôles ne interagissant pas.
Une analyse empirique de données de séquençage d'ARN en cellule unique du pancréas humain démontre que, pour les types cellulaires abondants et canoniques, les modèles d'annotation de types cellulaires se généralisent de manière robuste entre les donneurs avec seulement de légères baisses de performance lorsqu'ils sont évalués via une méthode de type « leave-one-donor-out » par rapport à un fractionnement aléatoire, soulignant la nécessité d'énoncer explicitement la population et le champ technique lors de l'affirmation de connaissances extraites de données de cellule unique.
Cette étude basée sur la simulation démontre que les modèles de fondation à cellule unique surpassent de manière significative les pipelines PCA classiques dans les tâches d'annotation à faible disponibilité de labels (1 à 5 cellules étiquetées par classe), mais n'offrent que peu ou pas d'avantage par rapport aux simples bases linéaires lorsque suffisamment de labels sont disponibles ou lors de la prédiction de réponses à de nouvelles perturbations.
Cette étude empirique démontre que, dans le séquençage de l'ARN en cellule unique, le partitionnement par valeurs d'expression fixes surpasse l'encodage par rang de la médiane du corpus pour la classification cellulaire sous perte de profondeur de séquençage, révélant que l'invariance à la multiplication de la taille de la bibliothèque ne garantit pas la robustesse face à la perte stochastique de molécules.
Cette analyse empirique démontre que la restriction des espaces de candidats dans les tests de référence de réseaux de régulation génique déstabilise considérablement le classement des méthodes entre les tissus, indiquant que les choix de définition des candidats peuvent modifier les conclusions comparatives et devraient être rapportés aux côtés des résultats plutôt que d'être traités comme neutres.