GCLink : un cadre de prédiction de liens par contraste graphique pour l'inférence de réseaux de régulation génique

Contexte de la recherche Les réseaux de régulation génique (Gene Regulatory Networks, GRNs) sont des outils essentiels pour comprendre les processus biologiques complexes à l’intérieur des cellules. Ils révèlent les interactions entre les facteurs de transcription (Transcription Factors, TFs) et les gènes cibles, contrôlant ainsi le processus de tr...

ImmunoTar—Prioritisation intégrative des cibles de surface cellulaire pour l'immunothérapie du cancer

Le cancer reste l’une des principales causes de mortalité dans le monde. Bien que des progrès significatifs aient été réalisés ces dernières années dans l’immunothérapie, comme le succès des thérapies par cellules CAR-T (récepteur antigénique chimérique) et des conjugués anticorps-médicament (ADCs), l’identification efficace des cibles protéiques d...

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...

Évaluation unifiée de la polarisation des cellules immunitaires à l'échelle d'une seule cellule

Les cellules immunitaires subissent un processus de polarisation induit par les cytokines en réponse à divers stimuli, ce qui modifie leurs profils transcriptionnels et leurs états fonctionnels. Ce processus dynamique joue un rôle central dans les réponses immunitaires, tant dans la santé que dans les maladies. Cependant, il manque actuellement une...

Apprentissage par cartographie contrastive pour la reconstruction spatiale des données de séquençage d'ARN unicellulaire

La technologie de séquençage d’ARN monocellulaire (scRNA-seq) permet une analyse transcriptomique à haut débit à la résolution d’une seule cellule, ce qui a considérablement fait progresser la recherche en biologie cellulaire. Cependant, une limitation notable de la technologie scRNA-seq est qu’elle nécessite la dissociation des tissus, ce qui entr...

Stockage efficace et calcul de régression pour les études de séquençage du génome à l'échelle de la population

Avec la popularité croissante des biobanques de population à grande échelle, le potentiel des données de séquençage du génome entier (Whole Genome Sequencing, WGS) dans la recherche sur la santé humaine et les maladies a été considérablement renforcé. Cependant, les énormes besoins en calcul et en stockage des données WGS posent des défis majeurs a...

Prédiction des associations circARN–maladie avec des unités partagées et des mécanismes d'attention multicanal

Contexte Ces dernières années, les ARN circulaires (circRNA) ont joué un rôle important dans l’émergence, le développement et le traitement des maladies en tant que nouvelle catégorie de molécules d’ARN non codantes. Les circRNA possèdent une structure circulaire unique qui les rend résistants à la dégradation par les nucléases, ce qui en fait des ...

ACImpute : Une approche de lissage basée sur la contrainte pour l'imputation des données de séquençage d'ARN unicellulaire

Le séquençage de l’ARN monocellulaire (single-cell RNA sequencing, scRNA-seq) a récemment été largement utilisé dans les recherches biologiques et médicales, permettant de révéler les informations transcriptomiques des cellules individuelles, aidant ainsi les scientifiques à mieux comprendre l’hétérogénéité et la complexité cellulaires. Cependant, ...

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...

SP-DTI : Transformer informé par les sous-poches pour la prédiction des interactions médicament-cible

Contexte académique La prédiction des interactions médicament-cible (Drug-Target Interaction, DTI) est une étape cruciale dans la découverte de médicaments, permettant de réduire considérablement les coûts et le temps de criblage expérimental. Cependant, bien que les techniques d’apprentissage profond aient amélioré la précision de la prédiction de...