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

BGC Atlas v2: biosynthetic gene clusters with taxonomic and environmental context at scale

Cet article présente BGC Atlas v2, une ressource massivement étendue contenant plus de 16 millions de clusters de gènes biosynthétiques prédits avec des métadonnées taxonomiques, environnementales et géographiques intégrées afin de faciliter la découverte de produits naturels à grande échelle et l'étude de la diversité biosynthétique procaryote.

Bagci, C., Talamas-Tanner, A., Ziemert, N.2026-10-16
💻 bio-informatique

Antigen-aware TCR embeddings reveal conserved immune patterns for personalized immune monitoring

L'article introduit TCRmeta, un cadre sensible à l'antigène qui établit un espace analytique partagé pour les répertoires de récepteurs de cellules T afin de surmonter la variabilité individuelle et technique, permettant l'identification de motifs immunitaires conservés et le développement de mesures robustes comme le Décalage d'Énergie pour un suivi immunitaire quantitatif interindividuel et longitudinal.

Pan, M., Hu, J., Wang, Y. T., Tan, Y., Hu, H., Yang, Z., Fleming, J., Pang, Y., Li, B.2026-10-16
💻 bio-informatique

Scale-resolved correlation functions unify spatial omics across platforms and resolutions

L'article présente SCOTE, un cadre de calcul évolutif qui unifie l'analyse de l'omique spatiale à travers diverses plateformes et résolutions en quantifiant les corrélations spatiales à toutes les échelles de longueur, distinguant ainsi les signaux biologiques des artefacts spécifiques aux plateformes et permettant un traitement efficace et à haut débit de jeux de données massifs.

Ilin, M., Singh, Y., Mages, S. W.2026-10-16
💻 bio-informatique

HighFold-Lasso: Topology-Guided Prediction of Lasso Peptide Structures Using AlphaFold3

HighFold-Lasso est un nouveau cadre computationnel qui intègre une connectivité covalente personnalisée à une initialisation adaptative guidée par l'échafaudage pour atteindre un succès de 100 % dans la prédiction des structures complexes mécaniquement entrelacées des quatre classes de peptides lasso, surpassant de manière significative les modèles à usage général en termes de précision et de fiabilité.

Sen, C., Zhang, C., Yang, H., Ge, Y., Hou, H., Zhu, N., Li, C., Mo, J., Wu, Y., Guo, J., GUO, J., Duan, H.2026-10-16
💻 bio-informatique

Biopsy-aware phylogenetic reconstruction from longitudinal single-cell copy number profiles

Cet article présente le Cancer Tree Biopsy Framework (CTBF), une méthode de reconstruction des phylogénies du cancer à partir de profils longitudinaux de nombre de copies à l'échelle de la cellule unique qui tient explicitement compte de l'ordre d'échantillonnage temporel et distingue les profils observés de leurs états ancestraux, démontrant une précision et une faisabilité à l'échelle du génome supérieures par rapport aux approches existantes basées sur le pool ou uniquement sur la topologie.

Paszek, J., Mykowiecka, A., Gogolewski, K.2026-10-16
💻 bio-informatique

Efficient and precise discovery of LTR-retrotransposon families using HiRepEat

Ce document présente HiRepEat, un cadre de calcul rapide et efficace en termes de mémoire qui combine le compresseur de répétitions TACO et le système de cartographie de coordonnées SALSA avec un algorithme d'alignement de front d'onde adapté pour identifier, regrouper et analyser précisément les familles de rétrotransposons LTR à travers divers génomes de vertébrés et de Drosophila.

Maheshwari, A., Myers, E., Sierra, P., Vertebrate Genomes Project Consortium Phase I,, Lawniczak, M., Durbin, R.2026-10-16
💻 bio-informatique

Capturing domain-level detail of molecular interactions in the IMEx Consortium binding domain data set

Cet article présente l'ensemble de données de domaines de liaison IMEx, une collection à grande échelle, organisée manuellement, de régions d'interaction protéique dérivées expérimentalement et cartographiées sur les séquences UniProtKB, qui sert de référence pour évaluer les méthodes de prédiction d'interface et élucider la base mécaniste des mutations associées aux maladies.

Pinto, A., Lo Surdo, P., Medina Reyes, J. J., Bergogne, L., Padilla Franzotti, C., Iannuccelli, M., Panni, S., Panneerse (…)2026-10-16
💻 bio-informatique

PatientPheX: A Full-Text Biomedical Corpus for Patient-Specific Phenotype Information Extraction

Cet article présente PatientPheX, un nouveau corpus biomédical en texte intégral comprenant 200 rapports de cas avec des annotations détaillées pour les entités phénotypiques spécifiques aux patients et leurs associations, conçu pour faire progresser la recherche sur les maladies rares et soutenir le développement de méthodes d'extraction d'informations centrées sur le patient.

Zhu, X., Luo, L., Wang, Z., Huang, C., Li, Y., Zhong, Y., Lv, T., Li, J., Liu, C., Tian, F., Sun, Y., Wang, J., Lin, H.2026-10-15
💻 bio-informatique

Multimodal phenotyping reveals plant-food-related dietary information in serum Raman spectra of community-dwelling Japanese adults

Cette étude démontre que, chez les adultes japonais vivant en communauté, l'information diététique habituelle liée aux aliments d'origine végétale n'est pas capturée par un état biologique unique, mais est plutôt représentée sous forme de dimensions traçables réparties à travers des couches phénotypiques complémentaires, les spectres Raman sériques fournissant des perspectives prédictives uniques sur des variables alimentaires spécifiques comme le bêta-carotène qui complètent les données cliniques et métabolomiques.

Hiraga, K., Miyamoto, T., Nishino, T., Yoon, J., Shibuya, K., Ye, X., Shi, T., Liu, W., Suzuki, H., Isoda, H., Sakurai (…)2026-10-15