145 articles
Cette étude utilise une analyse systémique intégrative à cinq niveaux pour démontrer que la différenciation de Leishmania est régie par des mécanismes post-transcriptionnels, notamment la dégradation des protéines et l'adaptation de l'appareil de traduction, plutôt que par des adaptations génomiques.
En modélisant la commutation du galactose chez la levure avec une résolution spatiale intégrant l'architecture cellulaire réelle, cette étude démontre que l'hétérogénéité intracellulaire, notamment la traduction associée au réticulum endoplasmique, modifie qualitativement les prédictions de régulation génique par rapport aux modèles classiques supposant un milieu homogène.
Cet article présente un modèle à base d'agents implémenté sous NetLogo qui reproduit avec succès la dynamique de polymérisation de l'actine, notamment le phénomène de « treadmilling » global et la compétition entre nucléation et élongation, en simulant l'évolution temporelle des filaments à partir d'un pool de monomères G-actine.
L'article présente NEWT, un cadre d'apprentissage profond multimodal qui intègre diverses connaissances biologiques pour améliorer la prédiction des cibles médicamenteuses et reconstruire les lignées cellulaires, unifiant ainsi l'analyse pharmacogénomique et la transcriptomique à l'échelle d'une cellule unique.
Cette étude présente un cadre d'intelligence artificielle intégrant des données multi-omiques et la génétique causale pour identifier des cibles thérapeutiques partagées entre le vieillissement et douze maladies liées à l'âge, mettant en évidence l'inflammation chronique comme mécanisme central et validant des gènes tels que IL6R et NLRP3 pour le repositionnement de médicaments.