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

Discrete Inverse Rendering: Biological Data Analysis with Integer Programming

Cet article introduit un cadre de rendu inverse discret qui formule l'analyse d'images biologiques comme un problème de programmation entière globalement optimal, unifiant la détection, le suivi et l'inférence d'événements pour surpasser de manière significative les pipelines standards à décisions locales, particulièrement dans les scénarios d'imagerie à faible signal.

Kirkegaard, J. B., Zdyb, F. O.2026-07-27
💻 bioinformatics

GPSNorm: Gaussian Process Spatial Normalization for Spatial Transcriptomics

GPSNorm est un nouveau cadre de normalisation spatiale bayésienne qui modélise conjointement la variation technique, la structure spatiale et le signal biologique à l'aide d'une approche de processus gaussien hiérarchique afin de propager l'incertitude de la normalisation dans l'analyse de l'expression différentielle en aval, améliorant ainsi la robustesse et l'interprétabilité des données de transcriptomique spatiale.

Taychameekiatchai, A., Zhan, X., Xiao, G., Ruan, P.2026-07-27
💻 bioinformatics

deepthought: the microscopy acquisition stack as an object of study

Cet article présente « deepthought », une pile d'acquisition de microscopie modulaire qui standardise les composants communs tels que l'accès aux dispositifs et le stockage tout en isolant la logique d'interprétation et de ciblage spécifique aux applications, permettant ainsi l'imagerie autonome avec analyse en boucle dans divers scénarios biologiques tels que le criblage à haut débit et le suivi de cellules vivantes à long terme.

Kesavan, P. S., Devadasan, S., Bohra, D.2026-07-26
💻 bioinformatics

Glycine molecule radical: Predicted properties and dipeptide formation

À l'aide de calculs basés sur la théorie de la fonctionnelle de la densité, cette étude propose une nouvelle voie de chimie radicalaire sans catalyseur pour la formation de dipeptides de glycine dans des conditions prébiotiques, caractérisée par de faibles barrières d'énergie électronique et étayée par des analyses détaillées des propriétés des radicaux intermédiaires.

Synak, J., Blazewicz, J.2026-07-25
💻 bioinformatics

Phenotype-driven de novo molecular design from gene expression signatures

L'article présente Tx2Mol, un cadre guidé par le transcriptome qui traduit les signatures d'expression génique en molécules de novo chimiquement plausibles et biologiquement pertinentes, démontrant une performance supérieure par rapport aux bases de référence existantes dans la préservation des réponses phénotypiques à travers les contextes de données globales (bulk), de cellule unique et de maladies dérivées de patients.

Xu, Y., Kuang, T., Ge, S., Wu, H., Wang, M., Xu, H., An, F., Ma, Z., Cheng, Q., Ren, Z.2026-07-25
💻 bioinformatics

pyfraglib: An integrated cfDNA fragmentomics platform

L'article présente pyfraglib, une plateforme complète basée sur Python qui intègre l'extraction de fragments d'ADN de l'ADN libre circulant (cfDNA), la modélisation statistique, l'analyse comparative au niveau de la cohorte et la simulation in silico afin de permettre des flux de travail de fragmentomique de bout en bout, lesquels ont été validés avec succès tant sur des données simulées que sur des échantillons réels de lymphome du système nerveux central pour identifier des sous-groupes pronostiques.

Schuette, D., Godfrey, L. K., Schneider, J., Borchmann, S., Heger, J.-M., Schwarz, R. F.2026-07-24
💻 bioinformatics

A new automated pipeline for whole genome shotgun sequencing analysis and hazard characterization of microbial pesticides

Cet article présente un pipeline automatisé, accessible au public et basé sur le Web, qui intègre des données de séquençage du génome complet à des outils complets de caractérisation des dangers afin de fournir un flux de travail d'évaluation des risques transparent, reproductible et fondé sur des règles pour les pesticides microbiens, offrant ainsi des améliorations significatives par rapport aux méthodes réglementaires existantes.

Saraiva, J. P., Lupo, V., Cerqueira, F., Makri, S., Vasileiadis, S., Guijarro, B., Bartholomaus, A., Papagiannitsis, C. (…)2026-07-24
💻 bioinformatics

Statistical tests for bivariate spatial association across multi-omics data with disjoint coordinates

Cet article présente le package R `sbivar`, qui fournit une suite de tests statistiques modifiés et d'estimateurs de variance pour évaluer rigoureusement les associations spatiales bivariées entre des modalités multi-omiques aux coordonnées disjointes, tout en tenant compte de manière appropriée de l'autocorrélation spatiale et des défis computationnels de haute dimension.

Hawinkel, S., Hu, W., Velten, B., Maere, S.2026-07-23