Résumé La reprogrammation cellulaire directe, qui consiste à convertir un type de cellule différenciée directement en un autre, offre un potentiel immense pour la médecine régénérative, la biologie du développement et la modélisation des maladies. Identifier les combinaisons optimales de facteurs de transcription (TF) pour contrôler ce processus reste complexe et coûteux en main-d'œuvre. Au cours de la dernière décennie, divers outils informatiques ont émergé pour inférer des ensembles de TF pour la reprogrammation. Cependant, les méthodologies actuelles présentent des limites critiques, et l'absence de normes de référence robustes rend impossible la validation précise et la comparaison de leurs performances. Pour relever ces défis, nous présentons une analyse complète des méthodes informatiques existantes pour la reprogrammation directe et introduisons une application web conçue pour aider les chercheurs à identifier et valider les ensembles de TF optimaux. Notre plateforme intègre des prédictions provenant d'outils établis, incorpore un système de Génération Augmentée par Récupération (RAG) à la pointe de la technologie pour des requêtes littéraires efficaces, et offre des outils pour valider davantage les prédictions. En fournissant une ressource unifiée et interactive, notre application web améliore l'accessibilité et l'efficacité de la découverte de TF pour la reprogrammation directe. De plus, nous discutons des limites critiques partagées par les méthodologies actuelles et soulignons la nécessité d'outils informatiques capables de tenir compte des dynamiques réglementaires complexes de la reprogrammation directe. Ce travail ne fait pas seulement progresser l'arsenal disponible pour les chercheurs, mais jette également les bases d'innovations futures visant à réaliser le plein potentiel de la reprogrammation directe.
Lauber et al. (Fri,) ont étudié cette question.