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, ...

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...

Un cadre général de débiaisage avec raisonnement contrefactuel pour la détection de l'anxiété de prise de parole en public multimodale

Contexte académique et introduction du problème Dans le domaine de l’éducation actuelle, l’anxiété de parler en public (Public Speaking Anxiety, PSA) est un phénomène répandu, en particulier chez les apprenants non natifs. Cette anxiété affecte non seulement la capacité d’expression des apprenants, mais peut également entraver leur développement pe...

Apprentissage Continu Basé sur la Répétition avec des Invites Doubles

Contexte académique Dans le domaine de l’apprentissage automatique et des réseaux de neurones, l’apprentissage continu (Continual Learning) est une direction de recherche importante. L’objectif de l’apprentissage continu est de permettre à un modèle d’apprendre continuellement de nouvelles connaissances tout en évitant d’oublier les connaissances d...

Entropie d'erreur minimale quantifiée complexe avec points de référence : théorie et application dans la régression de modèle

Entropie d’erreur minimale quantifiée complexe avec points de référence : théorie et application dans la régression de modèle Contexte académique Dans les domaines de l’apprentissage automatique et du traitement du signal, la présence de bruit non gaussien peut souvent nuire à la performance des modèles. L’erreur quadratique moyenne (Mean Squared E...

DRTN : Réseau de transformateurs à double relation avec effacement de caractéristiques et apprentissage contrastif pour la classification d'images multi-étiquettes

Nouvelle avancée dans la classification d’images multi-étiquettes : le réseau Transformer à double relation Contexte académique La classification d’images multi-étiquettes (Multi-Label Image Classification, MLIC) est un problème fondamental mais très complexe dans le domaine de la vision par ordinateur. Contrairement à la classification d’images à ...