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...

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...