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.

💻 bioinformatics

When AI encounters natural history: Morphological OTUs reshape our understanding of Earth's life

L'article présente morphOTU, un cadre piloté par l'IA qui dérive des unités de biodiversité opérationnelles directement à partir d'images de spécimens en utilisant l'apprentissage auto-supervisé et le partitionnement hiérarchique, permettant une quantification précise de la diversité des espèces et la découverte de motifs morphologiques même en l'absence de labels taxonomiques formels ou de données d'entraînement étendues.

Zhan, Z., Ye, M., Orr, M. C., Chen, W., Liu, X., Yue, L., Sun, X., Zhang, F.2026-08-28
💻 bioinformatics

DeepTMHMM2 enables accurate prediction of transmembrane protein topology and subcellular location

L'article présente DeepTMHMM2, un nouveau prédicteur qui parvient simultanément à une prédiction précise de la topologie transmembranaire — incluant des régions réentrantes et des hélices interfaciales auparavant non modélisées — et de la localisation subcellulaire à travers 17 membranes biologiques, révélant la présence généralisée de segments ne traversant pas la membrane dans le protéome.

Teufel, F., Hallgren, J., Nielsen, H., Krogh, A., Tsirigos, K. D., Winther, O.2026-08-27
💻 bioinformatics

Interpretable Forecasting of Kidney Cancer Progression via Generative AI and Symbolic Reasoning

Cet article présente un cadre hybride qui combine un auto-encodeur variationnel pour générer des trajectoires longitudinales synthétiques à partir de données transversales sur le cancer du rein avec un système d'induction de règles symboliques afin de produire des prévisions probabilistes interprétables de la progression de la maladie, lesquelles égalent la précision de l'apprentissage profond tout en offrant des informations transparentes et lisibles par l'humain sur les mécanismes moléculaires sous-jacents.

Prol-Castelo, G., Syrri, E., Manginas, N., Manginas, V., Sanchez-Valle, J., Katzouris, N., Paliouras, G., Valencia, A. (…)2026-08-26
💻 bioinformatics

HIDE-Deconv: A hierarchical deconvolution framework for multiscale characterization of cellular remodeling

HIDE-Deconv est un cadre de déconvolution hiérarchique en open-source qui optimise conjointement les estimations de la composition cellulaire à travers plusieurs niveaux de résolution afin de révéler le remodelage cellulaire biologiquement pertinent dans des maladies telles que l'adénocarcinome pulmonaire et le sepsis, surpassant les méthodes existantes à résolution unique.

Goertler, F., Voelkl, D., Bolz, S., Rayford, A., Stevenson, T., Sterr, T., Mensching-Buhr, M., Seifert, N., Altenbuching (…)2026-08-26
💻 bioinformatics

Tree-aware conditional language modeling recovers mutational patterns of viral evolution

Le document présente evoPLM-Tree, un modèle de langage conditionnel sensible à la structure d'arbre qui intègre le contexte phylogénétique pour prédire avec précision les motifs de mutation virale et les trajectoires évolutives spécifiques aux lignées, démontrant un fort alignement avec les contraintes fonctionnelles expérimentales.

Polunina, P. V., Maier, W., Rubin, A. F.2026-08-26
💻 bioinformatics

Stability-driven multi-omics integration for reproducible latent structure

Cet article propose un cadre d'intégration multi-omique axé sur la stabilité qui combine l'analyse de corrélation canonique généralisée parcimonieuse avec une validation croisée rigoureuse pour identifier des structures latentes reproductibles, démontrant son efficacité sur une cohorte de cancer de la thyroïde en révélant des associations de maladies et des changements temporels cohérents dans les profils métabolomiques et protéomiques.

Guan, H., Gerwen, M. v., Kim-Schulze, S., Colicino, E., Dolios, G., Petrick, L.2026-08-25
💻 bioinformatics

Benchmarking the robustness of segmentation models to corruptions in biological imaging

Cet article présente une évaluation exhaustive de la robustesse des modèles de segmentation à travers 30 jeux de données d'imagerie biologique et 36 types de corruptions, révélant qu'une haute performance sur des images saines ne garantit pas la résilience aux corruptions et que des méthodes plus anciennes comme StarDist peuvent surpasser les modèles de fondation modernes, les défaillances se produisant principalement dans les premières couches d'encodage.

Kesenci, Y., Le Folgoc, L., Angelini, E.2026-08-25
💻 bioinformatics

Benchmarking antibody-antigen co-folding on human monomeric antigens

Cette étude introduit le benchmark HuMonoAg-Bench pour évaluer dix protocoles de co-repliement anticorps-antigène, révélant que bien que les méthodes récentes aient considérablement amélioré la modélisation de la CDRH3 et atteint une précision moyenne ou supérieure pour environ la moitié des complexes post-coupure, des défis persistent dans l'échantillonnage des modes de liaison corrects et la modélisation des boucles flexibles, limitant la prédiction de nombreux complexes structurellement hétérogènes.

Park, M., Nett, R., Petersen, B., Sivasubramanian, A.2026-08-24
💻 bioinformatics

Kiosc: an integrated platform for managing bioinformatics data analysis containers

Kiosc est une plateforme web auto-hébergée et conviviale, construite sur Django, qui simplifie l'orchestration, l'organisation et le contrôle d'accès des applications web bioinformatiques conteneurisées avec Docker, offrant une alternative à faible surcharge à Kubernetes pour le partage de résultats d'analyses interactives.

Marotta, F., Stolpe, O., Obermayer, B., Weiner, J., Holtgrewe, M., Beule, D., Nieminen, M.2026-08-24