771 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.
L'article présente FlyPredictome, une base de données ouverte offrant un atlas structural de 1,5 million d'interactions protéine-protéine prédites chez la drosophile, validées par des données génétiques et utiles pour l'exploration des mécanismes cellulaires.
Le package R trackDJ propose une alternative conviviale et reproductible aux navigateurs génomiques interactifs pour la visualisation de données épigénomiques, permettant aux utilisateurs de générer facilement des figures de qualité publication via une interface haut niveau privilégiant les conventions aux configurations complexes.
Cette mise à jour 2026 du DIOPT présente l'amélioration de cet outil de prédiction d'orthologues intégrant plusieurs algorithmes, l'élargissement des espèces et des fonctionnalités, ainsi que le lancement d'une version dédiée aux arthropodes pour renforcer la recherche en génomique fonctionnelle.
Le papier présente TFBindFormer, un transformateur à attention croisée qui intègre des caractéristiques génomiques et des représentations spécifiques des facteurs de transcription dérivées de leurs séquences et structures protéiques pour prédire avec une grande précision les interactions TF-ADN à l'échelle du génome, surpassant ainsi les modèles basés uniquement sur l'ADN.
CROssBARv2 est une plateforme unifiée qui intègre des données biomédicales hétérogènes dans un graphe de connaissances enrichi et exploitable par l'IA, facilitant ainsi la découverte de connaissances et la recherche translationnelle grâce à des outils d'exploration interactive et à un système de question-réponse en langage naturel sécurisé par le graphe.
Cette étude présente une approche de criblage computationnel à grande échelle de près de 630 000 produits naturels ayant permis d'identifier dix candidats ultraselectifs capables d'activer la voie Nrf2 tout en minimisant les effets hors cible sur PXR et CYP2D6, offrant ainsi une nouvelle base pour le développement de thérapies plus sûres contre les maladies liées au stress oxydatif.
Cette étude présente un benchmark exhaustif de méthodes d'estimation de matrices de précision pour l'analyse de réseaux de co-expression différentielle, démontrant que la performance de ces méthodes dépend fortement des caractéristiques des données et que la méthode GLassoElnetFast s'avère la plus précise pour retrouver les arêtes différentielles dans des conditions simulées variées.
Cette étude démontre que si l'expression génique biaisée par le sexe peut influencer la dépendance fonctionnelle, les différences de létalité génique entre les sexes sont principalement conduites par des effets directs indépendants de l'expression, en particulier sur le chromosome X où le dosage chromosomique joue un rôle prépondérant.
Cette étude démontre que l'intégration de caractéristiques séquentielles biologiques, au-delà des critères structuraux et d'affinité, permet d'identifier des signaux dépendants du contexte qui améliorent significativement la prédiction du succès des protéines de liaison conçues de novo.
DeSCOPE est un cadre léger d'autoencodeur variationnel conditionnel qui surpasse les modèles de base pour prédire les réponses aux perturbations génétiques dans des scénarios hors distribution et des perturbations combinatoires, offrant ainsi un modèle virtuel polyvalent pour guider la découverte de cibles thérapeutiques.