Exploration de diverses approches pour prédire la libération d'interféron-gamma : utilisation des séquences de peptides et de la classe II du CMH

Contexte académique et signification de la recherche Au cours des dernières décennies, les protéines thérapeutiques sont devenues un point focal de la recherche en biopharmacie, en raison de leur immense potentiel dans le domaine médical. Grâce à leur grande sélectivité, les médicaments à base de protéines thérapeutiques sont considérés comme une s...

Modèle de prédiction des propriétés de l'espace chimique des matériaux pérovskites par synthèse à haut débit et réseaux de neurones artificiels

Modèle de prédiction des propriétés de l'espace chimique des matériaux pérovskites par synthèse à haut débit et réseaux de neurones artificiels

Contexte académique Les matériaux à structure pérovskite attirent beaucoup d’attention en raison de leurs applications dans les cellules solaires et autres dispositifs électroniques. Leurs propriétés optiques (telles que le gap d’énergie et les vibrations de réseau) peuvent être modulées de manière flexible en ajustant leur composition chimique. Bi...

Un potentiel de machine à comité bayésien clairsemé pour les composés organiques contenant de l'oxygène

Contexte académique Dans le domaine de la science des matériaux et de la chimie, il est essentiel de comprendre les propriétés des matériaux à l’échelle atomique. Cependant, les méthodes traditionnelles de calcul des potentiels interatomiques, telles que la théorie de la fonctionnelle de la densité (DFT), bien que précises, sont extrêmement coûteus...

Mise à l'échelle des algorithmes de formation perturbative compatibles avec le matériel

Avec le développement rapide de la technologie de l’intelligence artificielle (IA), les réseaux de neurones artificiels (Artificial Neural Networks, ANNs) ont obtenu des réalisations significatives dans de multiples domaines. Cependant, les méthodes traditionnelles d’entraînement des réseaux de neurones, en particulier l’algorithme de rétropropagat...

Sonde des perturbations structurelles à l'échelle nanométrique dans une monocouche de WS2 via l'intelligence artificielle explicable

Contexte Les matériaux bidimensionnels (2D materials) présentent un potentiel immense dans des domaines tels que la nanoélectronique et l’optoélectronique en raison de leurs propriétés physico-chimiques uniques. Cependant, les perturbations structurelles à l’échelle nanométrique (structural perturbations) dans ces matériaux ont un impact significat...

Planification des tâches pilotée par l'IA dans le cloud computing : une revue complète

Contexte académique Avec le développement rapide des technologies de cloud computing, la demande pour une planification efficace des tâches dans des environnements cloud dynamiques et hétérogènes ne cesse de croître. Les algorithmes de planification traditionnels fonctionnent bien dans des systèmes simples, mais ils ne parviennent plus à répondre a...

GutBugDB : une ressource web pour prédire la biotransformation des molécules biotiques et xénobiotiques médiée par le microbiome intestinal humain

Ces dernières années, le rôle crucial du microbiote intestinal humain (Human Gut Microbiota, HGM) dans le métabolisme des médicaments et des nutriments a été progressivement reconnu. Le microbiote intestinal influence non seulement la biodisponibilité des médicaments administrés par voie orale, mais participe également à la biotransformation des mé...

Évaluation de la généralisabilité des résultats d'essais en oncologie aux patients réels à l'aide de simulations d'essais basées sur l'apprentissage automatique

Évaluation de la généralisabilité des résultats des essais cliniques en oncologie à l’aide d’émulations basées sur l’apprentissage automatique Contexte académique Les essais contrôlés randomisés (Randomized Controlled Trials, RCTs) sont considérés comme la norme d’or pour évaluer l’efficacité des agents anticancéreux, mais leurs résultats sont souv...

Cadre d'évaluation des caractéristiques multi-échelles et multi-niveaux pour la classification de l'état de la maladie de Parkinson à partir de tâches motrices de courte durée

Contexte académique La maladie de Parkinson (Parkinson’s Disease, PD) est la deuxième maladie neurodégénérative chronique la plus courante, touchant principalement les personnes âgées de 65 ans et plus. Avec le vieillissement de la population mondiale, on prévoit que la prévalence de la maladie de Parkinson passera de 7 millions en 2015 à 13 millio...

Relation entre la fréquence cardiaque et la température corporelle chez les enfants admis en PICU - Une approche d'apprentissage automatique

Étude sur la relation entre la fréquence cardiaque et la température corporelle chez les enfants en unité de soins intensifs pédiatriques à l’aide de l’apprentissage automatique Contexte académique Dans les unités de soins intensifs pédiatriques (USIP), la fréquence cardiaque (FC) et la température corporelle (TC) sont des indicateurs cliniques clé...