💻 Category

bioinformatics

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.

Predicting Pre-treatment Resistance or Post-treatment Effect? A Systematic Benchmarking of Single-Cell Drug Response Models

Cette étude de benchmark systématique de modèles de réponse aux médicaments à l'échelle cellulaire unique révèle que, bien que certains modèles comme scDEAL soient robustes face aux déséquilibres de données, la plupart des approches actuelles capturent principalement les changements transcriptionnels induits par le traitement plutôt qu'elles ne prédisent avec succès l'état de résistance intrinsèque des cellules avant le traitement, soulignant ainsi la nécessité de développer de nouveaux modèles à plus forte pertinence clinique.

Shen, L., Sun, X., Zheng, S., Hashmi, A., Eriksson, J., Mustonen, H., Seppänen, H., Shen, B., Li, M., Vähä-Koskela, M., Tang, J.2026-04-14💻 bioinformatics

Reconstructing intra-tumor fitness landscapes from scSeq CNA genotypes via simulation-based Bayesian inference and Deep Learning

Cet article présente un cadre d'inférence bayésienne sans vraisemblance, combinant simulation et apprentissage profond via des réseaux de neurones et des flux normalisants, pour reconstruire les paysages de fitness intra-tumoraux et estimer les coefficients de sélection des altérations du nombre de copies à partir de profils génétiques de cellules uniques.

KafiKang, M., Skums, P.2026-04-14💻 bioinformatics

BioClaw: Human-Bot Research Collaboration Ecosystems in Group Chats

Ce papier présente BioClaw, un écosystème de collaboration humain-robot intégré aux groupes de discussion qui transforme les requêtes en langage naturel en analyses exécutées de manière sécurisée dans des conteneurs Docker, dotés d'outils biomédicaux spécialisés pour faciliter la découverte scientifique collaborative.

Xu, M., Yan, J., Feng, R., Cai, Q., Zhang, P., Zhao, C., He, C., Wei, Z., Li, J., Lin, S., Dong, H., Jin, R., Hou, T., Liu, Q., Zhang, Z.2026-04-14💻 bioinformatics

GraphMana: graph-native data management for population genomics projects

GraphMana est une solution de gestion de données native aux graphes qui résout les problèmes de fragmentation et de perte de traçabilité des projets de génomique des populations en stockant les variants dans une base de données unique, permettant ainsi l'ajout incrémental d'échantillons, le suivi de la provenance et l'exportation vers 17 formats, comme démontré par une réduction drastique du temps de traitement sur le projet 1000 Génomes.

Estaji, E., Zhao, S.-W., Chen, Z.-Y., Nie, S., Mao, J.-F.2026-04-14💻 bioinformatics

GraphPop: graph-native computation decouples population genomics complexity from sample count

Le papier présente GraphPop, un moteur de base de données graphique qui découple la complexité de la génomique des populations du nombre d'échantillons en réduisant la complexité computationnelle de O(V x N) à O(V x K) grâce au pré-calcul des statistiques, permettant ainsi des analyses rapides et économes en mémoire sur de vastes ensembles de données génétiques.

Estaji, E., Zhao, S.-W., Chen, Z.-Y., Nie, S., Mao, J.-F.2026-04-14💻 bioinformatics

TB-Bench: A Systematic Benchmark of Machine Learning and Deep Learning Methods for Second-Line TB Drug Resistance Prediction

Cette étude présente TB-Bench, un benchmark systématique évaluant des modèles d'apprentissage automatique et profond pour la prédiction de la résistance aux médicaments antituberculeux de deuxième ligne, révélant que les modèles d'apprentissage automatique traditionnels surpassent souvent les approches profondes en performance interne tout en soulignant les défis persistants de généralisation entre les jeux de données.

VP, B., Jaiswal, S., Meshram, A., PVS, D., S C, S., Narayanan, M.2026-04-13💻 bioinformatics

Introducing the digital PCR data essentials standard to harmonize data structure for clinical and research use

Cet article présente la norme DDES (Digital PCR Data Essentials Standard), un format de données léger et interopérable développé en collaboration avec la communauté pour harmoniser la structure des données de PCR numérique et faciliter leur analyse, leur reproductibilité et leur partage dans les contextes cliniques et de recherche.

Trypsteen, W., Vynck, M., Untergrasser, A., Whale, A. S., Rodiger, S., Dobnik, D., Bogozalec Kosir, A., Milavec, M., Kubista, M., Pfaffl, M. W., Nour, A. A., Young-Kyung, B., Bustin, S. A., Calin, G. (…)2026-04-13💻 bioinformatics