Application du Deep Learning à la génération de ligands ciblant des protéines : Proposition et validation du cadre DeepBlock Contexte et problèmes de recherche Dans le processus de découverte de médicaments, la recherche de molécules ligandes capables de se lier à des protéines spécifiques reste un objectif central. Cependant, les méthodes actuelle...
Prédire l’émergence de cristaux à partir de précurseurs amorphes : l’apprentissage profond révolutionne la science des matériaux Introduction Le processus de cristallisation à partir de matériaux amorphes revêt une importance majeure dans la nature et en laboratoire. Ce phénomène est omniprésent, allant des processus géologiques aux processus biolo...
Prédiction du glaucome basée sur les caractéristiques structurelles de la tête du nerf optique à l’aide du réseau dense résiduel (RD-Net) Contexte et objectifs de l’étude Le glaucome est l’une des principales causes de cécité dans le monde, souvent désignée comme le “voleur silencieux de la vision”. Sa caractéristique principale est une dégradation...
Une nouvelle méthode pour améliorer la segmentation sémantique à petit échantillon - Réseau d’amélioration des caractéristiques des bords basé sur des informations a priori Dans le domaine de l’intelligence artificielle, la segmentation sémantique (semantic segmentation) est une technologie essentielle en vision par ordinateur, visant à attribuer u...
Application révolutionnaire de l’intelligence artificielle générative en médecine nucléaire : exploration du potentiel des images synthétiques de scintigraphie osseuse et de leur utilisation dans l’apprentissage profond Contexte et problématique de recherche Ces dernières années, le développement rapide de l’intelligence artificielle (IA) a conduit...
Analyse approfondie du modèle d’apprentissage profond multimodal basé sur PSMA PET/CT pour prédire les métastases ganglionnaires chez les patients atteints de cancer de la prostate Contexte Le cancer de la prostate (PCA) est l’une des tumeurs malignes les plus fréquentes chez les hommes et constitue l’une des principales causes de décès liés au can...
Compression extrême et reconstruction de l’espace des séquences protéiques : Une avancée majeure avec EvoAI Introduction La conception et l’optimisation des protéines représentent un défi central dans les domaines de la biotechnologie, de la médecine et de la biologie synthétique. Les fonctions des protéines sont déterminées par leur séquence et st...
Surmonter le problème d’orientation préférée en cryo-EM à particules uniques : une solution innovante basée sur l’apprentissage profond Introduction générale Ces dernières années, la microscopie électronique cryogénique à particules uniques (Single-Particle Cryo-EM) s’est imposée comme une technique centrale en biologie structurale, car elle permet...
Les empreintes multi-échelles révèlent le rôle des éléments cis-régulateurs dans la différenciation cellulaire et le vieillissement Contexte La régulation de l’expression génique est un mécanisme clé dans le destin cellulaire et la survenue de maladies, et les éléments cis-régulateurs (CREs) jouent un rôle essentiel dans ce processus. Les CREs régu...
L’application de l’intelligence artificielle et des nuages de points LiDAR terrestres dans la surveillance des forêts : rapport académique Contexte académique Avec le changement climatique mondial et l’importance croissante de la gestion des ressources forestières, la sylviculture de précision (Precision Forestry) est devenue un axe clé de la gesti...