💻 Category

bioinformatics

1063 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.

💻 bioinformatics

Microenvironment-informed inference of transcriptional progression geometry

L'article introduit BIOCURRENT, un cadre d'inférence causale qui reconstruit la géométrie du pseudotemps spécifique au donneur pour quantifier comment les contextes microenvironnementaux déforment les intervalles de progression transcriptionnelle, identifiant ainsi les déviations spécifiques à chaque stade et les points de contrôle d'intervention potentiels dans des systèmes biologiques complexes tels que le développement des lymphocytes T et la dysrégulation immunitaire liée à la COVID-19.

Kobara, S., Rahman, S. A., Ribeiro, S. P., Coopersmith, C. M., Kamaleswaran, R.2026-08-24
💻 bioinformatics

CodonMamba: a foundation model for programmable mRNA coding sequence design

CodonMamba est un modèle de fondation de pointe pour la conception de séquences codantes d'ARNm qui, grâce à un pré-entraînement sur des corpus à grande échelle, atteint une performance supérieure dans les tâches de prédiction et permet un pilotage programmable, lors de l'inférence, de l'optimisation des codons afin de répondre à des préférences spécifiques d'hôtes ou d'applications sans réentraînement.

Lang, M., Fang, X., Wang, Z., Chen, M., Cheng, Z., Zhu, X., Tam, K. Y., Zhang, J., Li, X.2026-08-24
💻 bioinformatics

Bayesian Network Structure Learning: The NewCalibrated Minimum Uncertainty Criterion andDiscriminative Power Evaluation Framework

Cet article introduit un critère d'incertitude minimale calibré et sensible à la résolution, ainsi qu'un cadre d'évaluation du pouvoir discriminatif, afin d'améliorer la robustesse, l'interprétabilité et le calibrage statistique de l'apprentissage de structures de réseaux bayésiens à partir de données hétérogènes.

Gogoshin, G., RODIN, A. S.2026-08-23
💻 bioinformatics

Delta Marches: Generative AI based image synthesis to decode disease-driving morphologic transformations.

Delta-Marches est un cadre d'IA générative qui décode les mécanismes pathologiques en simulant des transitions morphologiques idéalisées entre les classes de tissus afin de localiser les caractéristiques subcellulaires pilotant les changements pathophysiologiques, comme cela a été démontré dans le grade du carcinome rénal et la dysplasie colorectale.

Nguyen, T. H., Panwar, V., Jarmale, V., Perny, A., Dusek, C., Cai, Q., Kapur, P. H., Danuser, G., Rajaram, S.2026-08-22
💻 bioinformatics

KRAKEN: A provenance-tracked knowledge graph for multiomic and wellness research

KRAKEN est un graphe de connaissances évolutif et doté d'un suivi de provenance qui remédie à la sous-représentation des données multiomiques et de bien-être en intégrant diverses sources biomédicales dans un système modulaire de 15 millions de nœuds, comprenant une sémantique standardisée, des outils analytiques intégrés et des interfaces multimodales pour la recherche humaine et pilotée par l'IA.

Glen, A. K., Witherington, D., Leslie, T., Baumgartner, A., Fernando, A., Vemuri, B., Nahman, O., Glusman, G., Hood, L. (…)2026-08-22
💻 bioinformatics

Sequence-Derived Representations versus Pfam-Domain Content for Biosynthetic Gene Cluster Retrieval

Cette étude démontre que le contenu explicite des domaines Pfam surpasse ou égale les représentations dérivées de séquences d'ESM-2 pour la récupération des clusters de gènes biosynthétiques, indiquant que les plongements de séquences n'améliorent pas actuellement la récupération de voies de biosynthèse alternatives au-delà des métriques établies basées sur les domaines.

Urokov, R., Khan, A., Eshboyev, F., Asadov, D., Rahman, S., Kushokova, D.2026-08-22
💻 bioinformatics

De novo Design of Macrocyclic Molecular Glues

Cet article présente EvoBind-multimer, un cadre d'apprentissage profond qui permet la conception de novo de colles moléculaires macrocycliques à partir de séquences protéiques seules pour induire la proximité et piloter la dégradation ciblée des protéines, tout en révélant également que le résultat fonctionnel de ces colles peut varier de manière dépendante du contexte entre différents modèles dérivés de patients.

Brunner, A., Wierbilowicz, K., Daumiller, D., Bexell, D., Karlsson, K., Sangfelt, O., Bryant, P.2026-08-22
💻 bioinformatics

A novel benchmark dataset for enzyme function prediction reveals the limitations of state-of-the-art models

L'article présente EnzymARC, un nouveau jeu de données de référence composé de leurres d'enzymes à structure perturbée, pour démontrer que les prédicteurs de fonction enzymatique de pointe actuels reposent lourdement sur des raccourcis phylogénétiques et échouent à distinguer les variantes catalytiquement incompétentes des enzymes fonctionnelles, soulignant ainsi le besoin critique d'exemples négatifs sensibles à la structure lors de l'entraînement et de l'évaluation des modèles.

Sartori, J., Guimaraes, A. C. R., Machado, L. d. A.2026-08-22
💻 bioinformatics

antigen-prime: Simulating coupled genetic and antigenic evolution of influenza virus

L'article présente antigen-prime, un simulateur épidémique en temps réel qui lie les séquences génétiques aux phénotypes antigéniques sous la sélection de l'hôte afin de générer des données de vérité terrain pour l'évaluation de méthodes d'assignation de variants de l'influenza et d'estimation des taux de croissance, révélant à la fois leur précision et leurs modes de défaillance spécifiques.

Thornton, Z. T., Tran, T., Figgins, M. D., Huddleston, J., Bedford, T., Matsen, F. A., Haddox, H. K.2026-08-21
💻 bioinformatics

Degree-ranked gene lists omit the cross-module connectors, and a partition-free centrality recovers them

Cette étude révèle que la hiérarchisation de gènes basée sur le degré standard néglige systématiquement les gènes connecteurs non-hubs essentiels à la coordination des processus biologiques, et propose l'EDVS, une mesure de centralité informationnelle sans partition qui parvient à récupérer ces gènes omis sans dépendre des annotations fonctionnelles ou de la détection de communautés.

Qun, Z., Huaizheng, Z., Yuxin, Z., Jieying, B., Tan, S.2026-08-21