Représentation interprétable multi-modale pour la classification et l'annotation des ARN non codants

Les ARN non codants (ncARN) jouent un rôle clé dans les processus cellulaires et le développement des maladies. Bien que les projets de séquençage du génome aient révélé l’existence d’un grand nombre de gènes non codants, la fonction et la classification des ncARN restent des problèmes complexes et difficiles. La diversité, la complexité et la fonc...

DeepES : Outil de criblage enzymatique basé sur l'apprentissage profond pour identifier les gènes d'enzymes orphelins

Contexte académique Avec le développement rapide des technologies de séquençage, les scientifiques ont pu obtenir un grand nombre de séquences protéiques, y compris de nombreuses séquences enzymatiques. Cependant, bien que des bases de données enzymatiques majeures telles que Kyoto Encyclopedia of Genes and Genomes (KEGG) et BRENDA aient été établi...

CryoTEN : Amélioration efficace des cartes de densité Cryo-EM à l'aide de Transformers

Contexte académique La microscopie cryoélectronique (Cryo-EM) est une technique expérimentale essentielle pour déterminer la structure des macromolécules, telles que les protéines. Cependant, l’efficacité de la Cryo-EM est souvent entravée par le bruit et les valeurs de densité manquantes dans les cartes de densité Cryo-EM, causés par des condition...

Sul-BERTGRU : Une méthode d'apprentissage profond intégrant BERT amélioré par l'entropie de l'information et GRU multidirectionnel pour la prédiction des sites de S-sulfhydration

Contexte Les modifications post-traductionnelles des protéines (Post-Translational Modifications, PTMs) sont des mécanismes clés dans la régulation des activités cellulaires, incluant la transcription génique, la réparation de l’ADN et les interactions protéiques. Parmi ces modifications, la cystéine (Cysteine), un acide aminé rare, participe à div...

APNet : Un modèle d'apprentissage profond parcimonieux explicable pour découvrir les facteurs actifs différentiels de la COVID-19 sévère

Contexte académique La pandémie de COVID-19 a eu un impact considérable sur les systèmes de santé publique mondiaux. Bien que la situation se soit améliorée, les mécanismes immunopathologiques complexes de la maladie, les séquelles à long terme (comme le “COVID long”) et les menaces similaires potentielles continuent de stimuler la recherche. En pa...

Utilisation de l'apprentissage profond pour quantifier le rythme du vieillissement cérébral en relation avec les changements neurocognitifs

Avec l’aggravation du problème mondial du vieillissement, l’incidence des maladies neurodégénératives (comme la maladie d’Alzheimer, Alzheimer’s Disease, AD) augmente chaque année. Le vieillissement cérébral (Brain Aging, BA) est l’un des facteurs de risque importants des maladies neurodégénératives, mais il ne coïncide pas complètement avec l’âge ...

Reconnaissance robuste des émotions vocales à deux flux incorporant des modulations spectro-temporelles

Étude sur la reconnaissance robuste des émotions vocales à deux flux basée sur les caractéristiques de modulation spectro-temporelle Contexte académique La reconnaissance des émotions vocales (Speech Emotion Recognition, SER) est une technologie qui identifie les émotions en analysant le contenu émotionnel dans la parole humaine. Elle a un potentie...

Modèle de prédiction de toxicité aquatique multi-tâches basé sur la fusion de caractéristiques multi-niveaux

Contexte académique Avec la menace croissante des composés organiques sur la pollution environnementale, il devient crucial d’étudier les réactions toxiques des différents organismes aquatiques à ces composés. Ces recherches non seulement aident à évaluer l’impact écologique potentiel des polluants sur l’écosystème aquatique dans son ensemble, mais...

Un algorithme de transfert de style spatio-temporel pour la génération de stimuli visuels dynamiques

Rapport de recherche sur l’algorithme de transfert de style spatio-temporel pour la génération de stimuli visuels dynamiques Contexte académique L’encodage et le traitement des informations visuelles ont toujours été des domaines de recherche importants en neurosciences et en sciences de la vision. Avec le développement rapide des techniques d’appr...

Prédiction et analyse complètes de l'essentialité des protéines humaines sur la base d'un modèle de langage pré-entrainé

Prédiction et analyse complète de l’essentialité des protéines humaines basée sur un modèle de langage pré-entraîné Contexte académique Les protéines essentielles humaines (Human Essential Proteins, HEPs) sont cruciales pour la survie et le développement des individus. Cependant, les méthodes expérimentales pour identifier les HEPs sont souvent coû...