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

DiGi: An Integer Programming Formulation for Diploid Genome Inference Using a Pangenome Reference

L'article présente DiGi, une méthode basée sur la programmation en nombres entiers qui utilise un graphe de treillis d'haplotypes et un modèle probabiliste pour inférer avec précision les haplotypes de génomes diploïdes et détecter les variants génétiques à partir de lectures de séquençage, démontrant une haute performance dans la reconstruction de régions complexes comme le CMH, même pour des génomes absents du pangénome de référence.

Mishra, A., Dilthey, A. T., Jain, C.2026-11-17
💻 bio-informatique

Harmonized sample metadata and processed cortical and hippocampal transcriptomes from wild-type and Alzheimer's disease model mice

Cette étude présente une ressource harmonisée de métadonnées et de données transcriptomiques traitées uniformément provenant de plus de 1 800 échantillons de cerveau de souris issus de 360 études, permettant des investigations reproductibles, entre études, sur les différences transcriptionnelles dépendantes de l'âge et de la région dans les modèles de la maladie d'Alzheimer.

Ijiri, H., Kariyayama, H., Ozaki, H.2026-11-17
💻 bio-informatique

Machine Learning-Enhanced Mucosal Luminal Interface Metaproteomics Reveals Diagnostic Potential of Microbial Proteins in Pediatric Inflammatory Bowel Disease

Cette étude démontre que l'analyse par apprentissage automatique des profils métaprotéomiques microbiens de l'interface luminale muqueuse du côlon ascendant surpasse les approches humaines basées sur les protéines pour diagnostiquer et distinguer avec précision les sous-types de maladies inflammatoires de l'intestin pédiatriques, soulignant le potentiel des biomarqueurs microbiens pour une stratification clinique précise.

Ghanbari-Maman, L., Fekrirad, Z., Meyfour, A., Kavousi, K.2026-11-16
💻 bio-informatique

Spectrast: a multiscale spatial statistics toolkit for single-cell spatial transcriptomics

Spectrast est un outil de statistiques spatiales multi-échelles qui exploite les convolutions basées sur la transformée de Fourier rapide sur des données d'expression génique rasterisées pour permettre une analyse efficace et à grande échelle de l'organisation spatiale et de la réorganisation différentielle dans les ensembles de données de transcriptomique spatiale en cellule unique.

Gingerich, I. K., Frost, H. R.2026-11-16
💻 bio-informatique

PlantTV: a versatile user-friendly software to explore RNA-seq data across plant species

PlantTV est une plateforme web gratuite qui permet l'analyse interactive et indépendante de l'espèce des données d'ARN-seq de plantes en intégrant des outils d'expression différentielle, de visualisation et d'enrichissement fonctionnel avec un « Annotation Builder » flexible pour soutenir à la fois les espèces végétales modèles et non modèles.

Pertuy, M., De Coninck, B., van Buren, L.2026-11-16
💻 bio-informatique

Point mutations in the FimH lectin domain: predicted folding stability versus conformational dynamics for R60P, Q133K and Y137A

Cette étude combine des simulations de dynamique moléculaire et des prédicteurs de stabilité de repliement pour démontrer que, bien que les mutations ponctuelles dans le domaine lectine de FimH (R60P, Q133K, Y137A) préservent généralement le repliement global, elles induisent des perturbations structurelles locales et des changements dynamiques distincts qui sont systématiquement classés par les outils computationnels, fournissant un cadre reproductible pour interpréter ces mutations indépendamment de l'affinité de liaison.

Navas Passos, J. A., Pereira Tapia, A., Velez Duncan, C., Alviz Amador, A.2026-11-15
💻 bio-informatique

DNA methylation assigns sequencing reads to closely related bacterial strains when their sequence cannot

L'article présente Epilect, une méthode qui exploite les profils de méthylation de l'ADN spécifiques aux souches issus du séquençage par nanopore pour assigner avec précision les lectures à des souches bactériennes étroitement liées qui sont indiscernables par la seule séquence, améliorant ainsi la résolution au niveau de la souche dans des contextes cliniques et de santé publique.

Kakabra, K., Claesson, M. J.2026-11-15
💻 bio-informatique

RNAbridge: a database of extended non-canonical helices

RNAbridge est une base de données et une application web complètes, mises à jour automatiquement, qui répertorie et visualise systématiquement les hélices non canoniques étendues et les jonctions multi-voies dans les structures d'ARN, comblant ainsi le fossé entre les topologies 2D simplifiées et les architectures 3D complexes pour soutenir la biologie structurale et les applications d'apprentissage automatique.

Zakrzewski, D., Antczak, M., Zok, T.2026-11-13
💻 bio-informatique

HieraPTM: From PTM Site Recognition to Functional Phosphosite Prediction through Hierarchical Context and Protein Mechanics

HieraPTM est un nouveau cadre hiérarchique qui unifie la reconnaissance des sites de PTM et la prédiction fonctionnelle des phosphosites en intégrant des données de séquence, de modèles de langage et de structure afin d'atteindre une grande précision tout en fournissant des hypothèses testables et fondées sur la biophysique pour la régulation spécifique aux sites.

Yuan, Y., Wang, D., Chen, P., Niu, Y., Yang, Z., Zhang, H., He, X., Li, H., Su, Z., Lin, C., Chen, T., Lin, C., LU, T.2026-11-13