Il est difficile de se tenir au courant des dernières avancées et des idées novatrices dans un domaine aussi diversifié que la bioinformatique. Les Remarkable Outputs du SIB fournissent à la communauté mondiale une liste restreinte des travaux exceptionnels réalisés au cours de l'année par nos membres. Ces réalisations, sélectionnées par le comité du prix SIB, peuvent inclure des publications évaluées par des pairs, des prépublications, des ressources, des outils logiciels, des bases de données, des programmes de sensibilisation, des activités de promotion des sciences, etc.
-
Regroupement de l'univers des structures protéiques prédites par l'IA
GROUPES SIB IMPLIQUÉS : Conséquences cellulaires de la variation génétique, dirigé par Pedro Beltrao, Zurich
En collaboration avec le laboratoire Steinegger dirigé par Martin Steinegger, Séoul, entre autres contributeurs.Ressources connexes : https://cluster.foldseek.com/,  ; SIB News
AlphaFold a permis de prédire la structure de centaines de millions de protéines, de toutes formes et de toutes tailles. La question est la suivante : combien d'entre elles se ressemblent et qu'est-ce que cela nous apprend sur leur fonction ? L'étude a regroupé les structures protéiques d'AlphaFold en environ 2 millions de clusters de protéines apparentées afin d'étudier leur nouveauté et leur évolution, accessibles via une interface web conviviale : AlphaFold Clusters.
Ce que le comité a dit à propos de ce travail : « Reconnu par près de 50 citations depuis sa publication, ce travail a considérablement contribué au domaine des sciences de la vie en fournissant un ensemble de données sur les groupes de protéines méticuleusement organisé, facilement accessible et disponible gratuitement. »
-
Décodage du lien entre l'architecture tissulaire et la plasticité cellulaire
GROUPE SIB IMPLIQUÉ : Computational Systems Oncology, dirigé par Giovanni Ciriello, Lausanne.
Ressource associée : in silico talk
CellCharter est un cadre informatique conçu pour découvrir et analyser des communautés de cellules au sein de tissus. Son objectif principal est de révéler comment différents types de cellules se regroupent et fonctionnent dans des zones ciblées. Cela permet de mieux comprendre le comportement et les interactions cellulaires dans divers environnements biologiques, tels que le cancer.
Commentaire du comité sur le travail : « CellCharter est un outil remarquable pour identifier, caractériser et comparer des communautés cellulaires dans des ensembles de données spatiales omiques. Il intègre les approches existantes et fournit une méthode performante et généralement applicable. »
-
Trouver des supports de formation en bioinformatique ouverts et FAIR avec Glittr.org
GROUPES SIB IMPLIQUÉS : Training, dirigé par Patricia Palagi & IT du SIB, Lausanne.
Les plateformes de développement logiciel en ligne GitHub et GitLab regorgent d'excellents supports de formation en bioinformatique, mais ceux-ci peuvent être difficiles à trouver. Glittr.org permet aux utilisateurs de trouver, comparer et réutiliser facilement ces supports.
Ce que le comité a dit à propos du travail : « Glittr.org offre un portail unique pour rechercher et accéder à une variété de supports de formation accessibles au public. Rendre les ressources de formation FAIR est une contribution particulièrement importante, que Glittr.org a réussi à réaliser en un temps remarquablement court. »
-
L'amélioration des prédictions relatives à la présentation des antigènes révèle de nouvelles informations structurelles
GROUPES SIB IMPLIQUÉS : Biologie computationnelle du cancer, dirigé par David Gfeller, en collaboration avec Ingénierie moléculaire assistée par ordinateur, dirigé par Vincent Zoete, Lausanne.
Dans cette étude, un vaste ensemble de ligands ciblés par des cellules immunitaires spécifiques est collecté et organisé. Associé à un apprentissage automatique avancé, il améliore les prédictions concernant les molécules potentiellement nocives qui activent les réponses immunitaires. Cette étude révèle en outre une manière unique dont certains de ces ligands se lient à leur récepteur. Ces résultats pourraient contribuer à accélérer les approches d'immunothérapie personnalisée dans le domaine des maladies auto-immunes ou du cancer.Commentaire du comité sur ces travaux : « Cette étude représente une avancée scientifique majeure, car elle change le paradigme dans la compréhension des peptides MHC de classe II et leur reconnaissance par les lymphocytes T CD4+. Elle aura une incidence directe sur la conception de traitements thérapeutiques pour les maladies immunitaires et les cancers. »
-
Exploitation des arbres de mutation tumorale pour une oncologie de précision guidée par l'évolution
GROUPE SIB IMPLIQUÉ : Groupe de biologie computationnelle, dirigé par Niko Beerenwinkel, Bâle.
Comprendre l'évolution du cancer est essentiel pour développer des thérapies efficaces. En apprenant des modèles évolutifs reproductibles et les interactions complexes entre les mutations cancéreuses, TreeMHN permet de mieux prédire la progression des tumeurs et facilite l'oncologie de précision guidée par l'évolution.
Ce que le comité a dit à propos de ce travail : « La méthode informatique de TreeMHN représente une avancée remarquable dans le domaine des sciences de la vie. Elle permet un meilleur traitement des données sur les mutations tumorales à partir de cellules individuelles pour la représentation et, potentiellement, la prédiction de la trajectoire du cancer. »
-
Naviguez dans l'univers infini des protéines
GROUPE SIB IMPLIQUÉ : Biologie structurale computationnelle, dirigé par Torsten Schwede, Bâle.
Le Protein Universe Atlas est un service web qui permet aux utilisateurs de naviguer dans un univers peuplé de millions de protéines connues. Dans cette représentation, les protéines dont la fonction est connue sont des étoiles brillantes, les familles de protéines sont des galaxies, etc. Cet univers contient également des protéines dont la fonction ne peut encore être prédite.
Ce que le comité a dit à propos de ce travail : « L'Atlas de l'univers des protéines est une ressource révolutionnaire pour explorer la diversité des protéines. Son interface web conviviale permet aux chercheurs, aux biocurateurs et aux étudiants de naviguer dans la « matière noire » pour explorer des protéines dont la fonction est inconnue. »
-
Prédire comment des cellules individuelles réagissent à des perturbations
GROUPES SIB IMPLIQUÉS : Informatique biomédicale, dirigée par Gunnar Rätsch, Zurich
En collaboration avec : Learning & Adaptive Systems Group, dirigé par Andreas Krause, et le Pelkmanslab, dirigé par Lucas Pelkmans, Zurich, entre autres contributeurs.CellOT est un cadre permettant d'étudier et de prédire les réponses complexes de cellules individuelles à des perturbations. Grâce aux récentes avancées en matière de transport optimal, CellOT peut prédire les détails les plus fins des perturbations, ouvrant ainsi la voie à une meilleure compréhension des thérapies cellulaires, à l'étude des réponses aux médicaments à partir d'échantillons de patients et à une meilleure prise en compte de la variabilité intercellulaire dans les efforts de conception de médicaments à grande échelle
Commentaire du comité sur ces travaux : « Cet article constitue une avancée significative dans la compréhension de la réponse hétérogène de différents états cellulaires aux perturbations environnementales. Il pourrait avoir un impact sur la découverte de nouveaux médicaments à l'avenir. »
