💻 Category

bioinformatics

1250 articles

La bioinformatique se situe à la croisée fascinante de la biologie et de l'informatique, où des données biologiques complexes sont transformées en connaissances actionnables grâce à des algorithmes puissants. Ce domaine permet aux chercheurs de décrypter le code de la vie, d'analyser des séquences génétiques massives et de modéliser des interactions moléculaires avec une précision inédite, accélérant ainsi les découvertes médicales et biologiques.

Sur Gist.Science, nous nous engageons à rendre ces travaux accessibles à tous. Chaque nouvelle prépublication soumise sur bioRxiv dans cette catégorie est traitée par nos soins, offrant à la fois un résumé technique détaillé pour les experts et une explication claire en langage courant pour le grand public.

Vous trouverez ci-dessous la sélection des dernières études parues dans ce domaine, prêtes à être explorées.

Modeling the organizational heterogeneity of lipid-enriched microdomains in the neuronal membranes of gray and white matter of Alzheimer brain: A computational lipidomics study

Cette étude de lipidomique computationnelle révèle que les altérations lipidiques associées à la maladie d'Alzheimer provoquent un remodelage structurel et organisationnel plus prononcé dans les membranes neuronales de la matière grise que dans celles de la matière blanche, en modifiant la distribution des microdomaines enrichis en cholestérol et en céramides.

Peesapati, S., Chakraborty, S.2026-02-18💻 bioinformatics

Influence of molecular representation and charge on protein-ligand structural predictions by popular co-folding methods

Cette étude révèle que le format d'entrée moléculaire (CCD ou SMILES) influence davantage les prédictions de structures protéine-ligand par des algorithmes d'apprentissage profond populaires que l'état de protonation, soulignant la nécessité d'harmoniser les formats d'entrée et d'intégrer les étapes de protonation dans les pipelines de prédiction.

Bugrova, A., Orekhov, P., Gushchin, I.2026-02-18💻 bioinformatics

Information-Content-Informed Kendall-tau Correlation Methodology: Interpreting Missing Values in Metabolomics as Potentially Useful Information

Cet article présente la méthodologie ICI-Kt, qui interprète les valeurs manquantes de type censuré à gauche dans les données métabolomiques comme des informations utiles pour améliorer le calcul de la corrélation de Kendall-tau, la détection d'échantillons aberrants et la construction de réseaux de caractéristiques.

Flight, R. M., Bhatt, P. S., Moseley, H. N. B.2026-02-17💻 bioinformatics

hoodscanR: profiling single-cell neighborhoods in spatial transcriptomics data

Le package Bioconductor hoodscanR a été développé pour identifier avec précision les niches cellulaires et générer des profils spécifiques aux cellules dans les données de transcriptomique spatiale, permettant ainsi d'élucider les mécanismes de maladies comme le cancer du sein et du poumon grâce à l'analyse de changements transcriptionnels subtils.

Liu, N., Martin, J., Bhuva, D. D., Chen, J., Li, M., Lee, S. C., Kharbanda, M., Cheng, J., Mohamed, A., Kulasinghe, A., Chen, Y., Tan, C. W., Li, F., Polo, J. M., Davis, M. J.2026-02-17💻 bioinformatics

A New Paradigm for Genome-wide DNA Methylation Prediction Without Methylation Input

Le papier présente MethylProphet, un modèle Transformer fondé sur l'expression génique capable de prédire la méthylation de l'ADN à l'échelle du génome entier sans aucune donnée de méthylation mesurée, offrant ainsi une nouvelle approche pour la reconstruction des paysages épigénétiques et la médecine de précision.

Huang, X., Liu, Q., Zhao, Y., Tang, X., Zhou, Y., Hou, W.2026-02-17💻 bioinformatics

ProteomeLM: A proteome-scale language model enables accurate and rapid prediction of protein-protein interactions and gene essentiality across taxa

Le modèle linguistique ProteomeLM, entraîné sur des protéomes entiers, permet de prédire avec une grande précision et rapidité les interactions protéine-protéine et l'essentialité des gènes à travers diverses espèces, surpassant les méthodes traditionnelles basées sur les séquences.

Malbranke, C., Zalaffi, G. P., Bitbol, A.-F.2026-02-17💻 bioinformatics

Minimizer Density revisited: Models and Multiminimizers

Cet article revisite la notion de densité des schémas de minimiseurs en proposant un nouveau modèle probabiliste, une technique innovante de « multiminimiseurs » pour réduire la densité et la mémoire, ainsi que l'introduction de la « densité dédupliquée » pour optimiser le nombre de minimiseurs distincts dans les tâches d'analyse de séquences.

Ingels, F., Robidou, L., Martayan, I., Marchet, C., Limasset, A.2026-02-17💻 bioinformatics