60 articles
Cet article présente la méthode DBFE, une approche de calcul des énergies libres de liaison en fin d'état sans alchimie qui réduit considérablement le coût computationnel pour le criblage virtuel tout en maintenant une précision compétitive par rapport aux méthodes existantes.
Cette étude démontre que les réseaux de neurones biologiquement informés (BINN) permettent de construire des équations aux dérivées partielles interprétables capables de prédire avec précision et d'extrapoler le comportement de modèles à base d'agents stochastiques complexes, même lorsque les modèles de champ moyen classiques échouent.
Cette étude présente un modèle écologique hybride piloté par l'IA qui combine des équations de Lotka-Volterra retardées et des algorithmes d'optimisation avancés pour prédire avec précision la dynamique de la thérapie virale oncolytique et identifier des biomarqueurs clés, ouvrant ainsi la voie à des traitements personnalisés en oncologie de précision.
Cet article présente SSRCA, une nouvelle pipeline d'apprentissage automatique conçue pour faciliter l'analyse de sensibilité des modèles basés sur des agents en identifiant les paramètres sensibles et les motifs de sortie, démontrée ici sur un modèle de croissance de sphéroïdes tumoraux et comparée favorablement à la méthode de Sobol'.
Cet article propose un algorithme d'espérance-maximisation approximatif permettant de reconstruire directement la structure tridimensionnelle de petites molécules à partir de micrographies cryo-EM à faible rapport signal-sur-bruit, en évitant l'étape préalable de localisation des images de projection qui échoue dans ces conditions.
Le papier présente UNISEP, un cadre unifié de placement de capteurs basé sur des repères anatomiques qui vise à standardiser et à améliorer la reproductibilité et l'interopérabilité des données physiologiques et de mouvement humain à travers différentes modalités et applications.
Cet article présente la publication du jeu de données CAN-STRESS, un ensemble multimodal réel recueilli auprès de 82 participants via des bracelets Empatica E4 et des enquêtes, conçu pour étudier les réponses physiologiques au stress et l'impact de la consommation de cannabis dans la vie quotidienne.
Cette étude propose une méthode sans marquage combinant l'imagerie d'autofluorescence et l'apprentissage profond pour différencier rapidement et avec précision les sous-types de cancer du poumon non à petites cellules tout en générant des colorations immunohistochimiques virtuelles de qualité clinique.
Cet article présente CITS, un cadre non paramétrique théoriquement fondé et empiriquement validé pour inférer des structures causales à partir de séries temporelles neuronales haute résolution, surpassant les méthodes existantes en précision et révélant de nouvelles voies fonctionnelles dans le cerveau de la souris.
Cette étude démontre que la combinaison de la dépopulation maximale et d'une vaccination limitée est la stratégie la plus efficace pour éradiquer la fièvre aphteuse au Mato Grosso do Sul, surpassant l'usage exclusif de la vaccination en termes de taux de contrôle et de rapidité d'intervention.
GWASPoker est un outil en Python qui permet d'identifier et de trier automatiquement les fichiers de statistiques sommaires d'études GWAS compatibles avec le calcul des scores de risque polygénique en analysant uniquement leurs en-têtes via des téléchargements partiels, évitant ainsi le besoin de transférer des données complètes.
Cet article propose un modèle lambda-omega à paramètres temporels pour décrire les transitions asymétriques de l'état métabolique dans l'obésité, en capturant comment les adaptations physiologiques progressives modifient le paysage dynamique du poids corporel face aux perturbations environnementales.
Cette étude présente une mise en œuvre de l'IA au sein du système de santé pédiatrique Shriners Childrens, qui modernise son entrepôt de données vers le standard OMOP dans un environnement Microsoft Fabric sécurisé et intègre des principes d'IA digne de confiance via un outil d'évaluation de la qualité des données étendu et une stratégie hybride pour l'application clinique.
Cette étude démontre que l'enrichissement d'un cadre morpho-kinématique par des descripteurs non linéaires et des variables contextuelles, combiné à une stratégie d'ensemble adaptative (ALOP), améliore significativement la robustesse et la précision de la classification du stress hydrique chez la laitue à partir de simples images RGB.
Cet article présente une méthode d'optimisation par gradient basée sur l'estimation Gumbel-Softmax qui permet d'effectuer une rétropropagation à travers des simulations stochastiques exactes pour l'inférence de paramètres et la conception inverse dans les systèmes biologiques et physiques régis par des dynamiques markoviennes.
Cette étude présente Ab-Affinity, un nouveau modèle de langage large capable de prédire avec précision l'affinité de liaison des anticorps contre le SARS-CoV-2, une avancée clé pour la conception d'anticorps neutralisants grâce à l'intelligence artificielle et aux données expérimentales croissantes.
INTENSE est un cadre open-source utilisant l'information mutuelle et des tests de permutation pour détecter et dissocier avec robustesse la sélectivité neuronale dans les données d'imagerie calcique, en contrôlant rigoureusement les structures temporelles et les covariances comportementales.
Spinverse est une méthode de reconstruction microstructurale pour l'IRM de diffusion qui utilise un simulateur de Bloch-Torrey entièrement différentiable pour inverser les mesures en optimisant les perméabilités des faces d'un maillage tétraédrique, permettant ainsi de découvrir des interfaces tissulaires explicites et perméables sans fixer leur topologie à l'avance.
Ce papier présente ERDES, le premier jeu de données vidéo open-access d'échographie oculaire étiqueté pour la détection du décollement de la rétine et la classification de l'état maculaire, accompagné de benchmarks établis sur plusieurs architectures d'apprentissage profond.
Cette étude présente SMMA, un cadre d'apprentissage profond automatisé permettant une mesure précise et évolutive de l'épaisseur du muscle géniohyoïdien lors de la parole, validée par une forte corrélation avec l'annotation manuelle et révélant des variations systématiques liées aux voyelles et au sexe.