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.

💻 bio-informatique

Using Arabian Sea Coastal Water as a Model to Study Plasmid-mediated AMR Dissemination driven by Anthropogenic Impacts

Cette étude utilise les eaux côtières de la mer d'Arabie à Mumbai comme modèle pour démontrer comment l'urbanisation rapide favorise l'accumulation de divers gènes de résistance aux antimicrobiens médiés par des plasmides, incluant une nouvelle résistance à la mupirocine portée par un plasmide, créant ainsi un réservoir important pour la dissémination mondiale de la RAM.

Ghadigaonkar, D., Rath, D., Rath, A.2026-10-22✓ Author reviewed ⓘ
💻 bio-informatique

A prediction-interval framework for identifying outlier control cohorts in lifespan studies

En analysant 18 années de données provenant du programme d'intervention du National Institute on Aging, cette étude établit un cadre standardisé d'intervalles de prédiction pour distinguer la variation naturelle de la durée de vie des anomalies expérimentales, révélant que la prise en compte d'une telle variabilité peut modifier la signification statistique des résultats d'interventions.

Maeyens, L. T., Luciano, A., Nelson, J. F., Churchill, G. A.2026-10-22
💻 bio-informatique

Learning Protein-Protein Interaction Interfaces from Multimodal Representations

Cet article présente ESM3-PPISites, un modèle d'apprentissage profond multimodal qui exploite l'architecture ESM3 pour identifier avec précision les interfaces d'interaction protéine-protéine en intégrant les contextes évolutifs et géométriques 3D, surpassant ainsi les méthodes existantes et améliorant considérablement l'efficacité et la précision des simulations de docking moléculaire en aval.

Gardinazzi, Y., Villegas Garcia, E. N., Senci, S., Di Vora, D., Feltrin, A., Cuturello, F.2026-10-21
💻 bio-informatique

LoCoFlow: Local-Context Flow Matching for Single-Cell Dynamics and Fate Inference

LoCoFlow est un nouveau cadre de flux-matching qui améliore l'inférence du destin cellulaire unique et la reconstruction de trajectoire en intégrant la géométrie locale des nuages de points avec l'incertitude conditionnelle du destin, surpassant ainsi les méthodes existantes en matière de précision de transport et de prédiction de la réponse aux perturbations.

GUAN, Z., Liu, C., Lan, X.2026-10-21
💻 bio-informatique

Combining RNA-seq and proteomics boosts sensitivity to detect differentially expressed genes by rpMeta

Les auteurs présentent rpMeta, un package R en libre accès qui intègre les données de l'ARN-seq et de la protéomique par méta-analyse afin d'améliorer significativement la sensibilité de la détection des gènes différentiellement exprimés par rapport à une analyse de chaque type de données séparément.

Zhang, X., LaMorte, J. P., Kortum, R. L., Shriver, C. D., Dalgard, C. L., Wilkerson, M. D.2026-10-21
💻 bio-informatique

The Role of Environmental Information and the Limitations of Predictability with Transformer-based Time-Series Models for complex Astrocyte Trajectories

Cette étude démontre que l'intégration des informations environnementales vasculaires dans un modèle multimodal basé sur les Transformers améliore significativement la prédiction des trajectoires de migration complexes des astrocytes tout en établissant une limite fondamentale de prédictibilité définie par l'irréductibilité de la direction du mouvement.

Takahashi, K., Zama, K., Shibata, Y., Endo, S., Tabata, H., Nakajima, K., Hiroi, N. F.2026-10-21
💻 bio-informatique

Helix Design Studio: designing antimicrobial peptide candidates for membrane environments

Helix Design Studio est une application web open-source qui répond au défi de la conception de peptides antimicrobiens en utilisant un cadre de notation environnemental interprétable pour analyser et optimiser les séquences peptidiques sur un échafaudage hélicoïdal pour des environnements membranaires spécifiques tout en équilibrant la compatibilité à travers différentes conditions.

Conde-Torres, D., Garcia-Fandino, R., Pineiro, A.2026-10-21
💻 bio-informatique

Locally deployed AI agents for CRISPR guide discovery from outbreak reports

Cet article démontre la faisabilité de l'utilisation d'agents IA à poids ouverts, déployés localement, pour coordonner un pipeline de découverte de guides CRISPR destiné au développement de diagnostics, montrant que des modèles plus petits peuvent soutenir efficacement les flux de travail de la recherche biologique tout en atténuant les restrictions imposées par les modèles frontières.

Schuler, T. M., Schuler, G. A., Zobel, A. R. S.2026-10-21
💻 bio-informatique

In Other Words: Learning When to Trust Generated Protein Function Descriptions

Cet article introduit ProtTale, un modèle génératif de protéine vers texte équipé d'un estimateur de fiabilité (pJay) qui apprend d'un juge basé sur un LLM pour identifier quand ses descriptions de fonctions en langage libre sont dignes de confiance, améliorant ainsi considérablement la précision de l'annotation à travers diverses méthodes sans nécessairement augmenter la précision brute.

Li, T., Ram, P., Tawfiq, R., Guintu, F., Yang, C., Bromberg, Y.2026-10-20
💻 bio-informatique

ConforFlux: Particle-Guided Trunk Repulsion for Diverse Protein Conformations

ConforFlux est une procédure d'inférence qui améliore la diversité de l'échantillonnage des conformations protéiques dans les modèles d'apprentissage profond tels que Boltz-2 en introduisant un mécanisme de répulsion guidé par des particules sur les plongements du tronc (trunk embeddings), améliorant ainsi significativement la découverte de multiples états sans nécessment de réentraînement du modèle.

Suzuki, S., Amagasa, T.2026-10-19