138 articles
Les auteurs ont développé des modèles computationnels basés sur des équations différentielles ordinaires et partielles, calibrés à l'aide de données expérimentales de co-culture 3D, pour simuler et quantifier les interactions dynamiques entre les cellules épithéliales et stromales de l'endomètre sous l'influence des hormones et des cytokines.
En développant une horloge d'âge des cellules souches hématopoïétiques basée sur l'analyse transcriptomique, cette étude révèle que la déviation de l'âge biologique (TAD) vers un état plus jeune, reflétant une reprogrammation oncofœtale, constitue un puissant prédicteur indépendant de mauvais pronostic et de résistance thérapeutique dans la leucémie aiguë myéloïde, permettant ainsi d'affiner la stratification des risques au-delà des critères génétiques actuels.
Le modèle TRAILBLAZER introduit une approche générative multicellulaire basée sur des transformateurs et un espace latent hypersphérique qui permet de prédire avec précision les réponses aux perturbations au niveau des patients et d'extrapoler à des agents non observés, comblant ainsi le fossé entre la résolution cellulaire unique et la dynamique systémique des tissus.
Cet article propose un modèle unifié de systèmes dynamiques et de théorie du contrôle pour prédire les destins cellulaires en intégrant pseudotime, vitesse ARN, transport optimal et ponts de Schrödinger, afin de transformer l'observation descriptive en programmation probabiliste des états cellulaires via des interventions optimales.
Cette étude présente un modèle mathématique amélioré du rythme circadien des plantes, dont l'analyse computationnelle multi-couches révèle que la répression transcriptionnelle, la dégradation des protéines et la synthèse régulée par la lumière constituent les mécanismes de contrôle dominants assurant la robustesse et la hiérarchie du réseau.
Les auteurs proposent le cadre mCanonicalTockySeq, qui intègre l'historique de signalisation via un système de minuterie fluorescente à l'ARN-seq monocellulaire pour reconstruire des espaces d'état développementaux résolus temporellement et permettre des analyses comparatives inter-espèces, comme démontré dans la maturation des cellules T du thymus.
Le papier présente MICA, un algorithme novateur qui détecte les points de rupture dans les séries temporelles en minimisant l'écart entre les simulations d'un modèle dynamique et les données observées, permettant ainsi d'identifier simultanément les moments de changement et l'évolution des paramètres du modèle pour des systèmes allant de l'épidémiologie à la surveillance industrielle.
Le papier présente GeNETop, une nouvelle méthodologie qui intègre l'analyse de variabilité des flux, la topologie des réseaux et les données transcriptomiques pour générer des modèles métaboliques à l'échelle du génome spécifiques au contexte et compatibles avec les simulations dynamiques, surmontant ainsi les limitations des approches existantes conçues pour des états stationnaires.
En combinant l'apprentissage automatique interprétable et la biologie des systèmes, cette étude sur la levure surmonte les limites du déséquilibre de liaison pour décoder les relations génotype-phénotype, identifier des gènes causaux et révéler de nouvelles fonctions biologiques.
Cette étude présente une architecture computationnelle multiscale intégrant l'interactomique, la bioinformatique structurale et la modélisation stochastique pour démontrer comment les contraintes spatiales et les règles d'interaction moléculaire régulent la dynamique de signalisation du récepteur FGFR1 aux interfaces cellulaires.
Les auteurs ont étendu TheCellMap.org pour inclure et visualiser un réseau d'interactions génétiques à l'échelle du génome, comprenant environ 89 000 interactions identifiées par CRISPR dans la lignée cellulaire humaine HAP1, permettant ainsi aux utilisateurs d'explorer et d'analyser ces données de manière interactive.
Cette étude présente un cadre d'optimisation des modèles basés sur les agents qui utilise des autoencodeurs convolutifs pour calibrer les paramètres de dynamique tumorale en comparant directement les sorties de simulation aux données d'imagerie spatiale expérimentale et clinique.
BoolDog est un package Python intégré permettant la construction, la simulation et l'analyse de réseaux booléens et semi-quantitatifs pour modéliser des systèmes biologiques complexes, en facilitant notamment la transition entre les paradigmes de modélisation discrets et continus.
Cette étude utilise une modélisation structurelle intégrative combinant la spectrométrie de masse par réticulation et AlphaFold pour élucider l'architecture des complexes NuRD, SIN3A et CoREST contenant les histones désacétylases HDAC1/2, révélant notamment que leur région intrinsèquement désordonnée se replie en hélices alpha au sein de ces assemblages.
En utilisant la transcriptomique spatiale, cette étude révèle que l'hétérogénéité des thyrocytes dans la glande thyroïde humaine est structurée par un compromis entre un état de production hormonale active et un état de réponse aux dommages, organisant la variabilité cellulaire à travers les follicules et les patients.
En utilisant des données NHANES, cette étude démontre que la robustesse physiologique spécifique aux femmes réduit la sensibilité de leurs biomarqueurs d'âge biologique par rapport à celle des hommes, ce qui impose l'élaboration de panels spécifiques au sexe pour optimiser la conception des essais cliniques en gérontologie.
Cette étude présente ADNeuronNet, une carte d'interactome spécifique aux neurones excitatoires humains dérivés de cellules souches, qui révèle de nouvelles interactions protéiques et des voies régulatrices, notamment un axe BIN1-APC/C-APOE, offrant ainsi des perspectives inédites sur les mécanismes moléculaires de la maladie d'Alzheimer.
Cet article présente le premier modèle mathématique mécaniste et thermodynamiquement cohérent du transporteur mitochondrial SLC25A10, basé sur un mécanisme ping-pong et calibré par inférence bayésienne, qui révèle comment ce transporteur régule l'export du succinate et répond aux changements morphologiques de la mitochondrie.
Cet article présente une collection de 1100 problèmes de benchmark synthétiques générés à partir de modèles biologiques publiés pour évaluer et comparer les algorithmes de modélisation dynamique des processus cellulaires.
Les auteurs ont développé une plateforme de criblage in vitro à haut débit et rentable, basée sur l'omique et utilisant des cellules immunitaires humaines, pour identifier des sénomodulateurs immunitaires et accélérer le passage de la recherche préclinique à des traitements anti-vieillissement personnalisés.