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

nf-sarcopipe enables integrative discovery of exercise-responsive miRNAs and miRNA/mRNA regulatory networks associated with skeletal muscle adaptation

Ce document présente nf-sarcopipe, un pipeline Nextflow modulaire qui intègre la découverte de miARN de novo et guidée par référence avec l'analyse transcriptomique pour identifier les miARN connus et nouveaux, réactifs à l'exercice, ainsi que leurs réseaux de régulation impliqués dans l'adaptation du muscle squelettique.

Poblete, N., Gomez, F., Cabas, G., Di Genova, A., Valladares, D., Moraga, C.2026-08-17
💻 bio-informatique

Assessing Codon Language Models for Context-Aware Codon Optimization in Nucleic Acid-Based Medicines

Cette étude évalue trois modèles de langage masqués axés sur les codons par rapport aux méthodes traditionnelles, démontrant que bien qu'aucun modèle unique ne domine toutes les tâches, ils capturent efficacement le contexte de la traduction pour générer des variants dotés d'une performance d'expression supérieure, suggérant ainsi que l'échantillonnage à travers plusieurs modèles est une stratégie prometteuse pour optimiser les médicaments à base d'acides nucléiques.

Toneyan, S., Scholz, K., De Donno, C., Noack, F., Auslaender, S., Cijsouw, T., Payne, J. L.2026-08-16
💻 bio-informatique

A leakage-controlled benchmark shows apparent codon-language-model advantages in synonymous-variant prediction are evaluation artifacts

Cet article démontre que les avantages précédemment rapportés des modèles de langage de codons dans la prédiction de variants synonymes sont des artefacts d'évaluation causés par une fuite de données, car ces gains disparaissent sous des tests de référence stricts contrôlant la fuite, tels que le CodonBench récemment publié.

Liang, Y., Zhu, W., Liang, H., Pan, X.2026-08-14
💻 bio-informatique

scDRP: Disentangled representation learning for predicting single-cell responses to perturbations and estimating individual treatment effects

L'article introduit scDRP, un cadre génératif utilisant l'apprentissage de représentations désenchevêtrées et le transport optimal conditionnel pour estimer avec précision les effets de traitement individualisés et inférer des états cellulaires contrefactuels à partir de données de perturbation de cellules uniques non appariées, révélant ainsi des mécanismes biologiques hétérogènes à travers divers types de cellules et conditions.

Sun, J., Stojanov, P., Zhang, K.2026-08-13
💻 bio-informatique

Multiscale harmonization and semantic integration of biomedical data enable biological insights through immersive exploration

L'article présente « HRA: Powers of Ten », une application de réalité virtuelle en libre accès qui exploite l'Human Reference Atlas pour immerger les utilisateurs dans une exploration multiscalaire et sémantiquement harmonisée de données biomédicales à l'échelle de la cellule unique, permettant de nouvelles perspectives biologiques sur l'architecture cellulaire et la sénescence à travers les organes et les échelles spatiales.

Bueckle, A., Zhu, C., Wong, A. Y. H., Enninful, A., Miao, Y., Farzad, N., Pedersen, M., Mattison, C., Sloan, N., Mares (…)2026-08-13
💻 bio-informatique

pastForward: a Snakemake pipeline for ancient and historical DNA with eukaryote-wide taxonomic screening and tracking of copy-number variation

Les auteurs présentent pastForward, un pipeline Snakemake entièrement automatisé qui rationalise l'analyse de l'ADN ancien et historique en intégrant un traitement convivial, un criblage taxonomique à l'échelle des eucaryotes et le suivi des variations du nombre de copies pour permettre des études génomiques longitudinales à travers diverses espèces.

Saadain, S., Kapun, M., Kofler, R.2026-08-13
💻 bio-informatique

PARNET: A CLIP-SEQ-BASED FOUNDATION MODEL FOR RNA SEQUENCE REPRESENTATION LEARNING

PARNET est un nouveau modèle de fondation d'ARN entraîné exclusivement sur des données expérimentales CLIP-seq pour prédire les profils de liaison des RBP à la résolution de base, démontrant une performance supérieure et une interprétabilité mécaniste à travers diverses tâches en aval par rapport aux modèles de langage traditionnels basés sur les séquences.

Moyon, L., Tirabassi, A., Baranowskii, A., Capitanchik, C., Kuret Hodnik, K., Wilkinson, L., Londhe, S., Dumbovic, G., G (…)2026-08-13
💻 bio-informatique

TriTower-m6Am: a triple-tower heterogeneous deep learning architecture integrating semantic, sequential, and structural information for mRNA N6,2'-O-dimethyladenosine site prediction

L'article présente TriTower-m6Am, une architecture d'apprentissage profond à triple tour qui intègre des représentations sémantiques, séquentielles et structurelles de l'ARN afin d'améliorer significativement la précision et l'interprétabilité de la prédiction des sites m6Am par rapport aux méthodes existantes à représentation unique.

Xiong, K., Jia, J.2026-08-13
💻 bio-informatique

ASPIRE: the Amplicon Sequencing Profiler for Investigating Respiratory Ecosystems

Cet article présente ASPIRE, un workflow Nextflow accessible conçu pour traiter, analyser et interpréter les données liées aux variantes de séquences d'amplicons (ASV) et aux composés organiques volatils (COV) afin d'étudier les écosystèmes microbiens respiratoires et leur relation avec la santé.

McLaughlin, R. J., Chen, S., Nag, A., Noonan, A. J. C., Bartolomeu, C., Borden, S. A., Lam, S., Myers, R., Hallam, S. J.2026-08-12
💻 bio-informatique

megaMine: a scalable, rule-based framework for mining gene-cancer-drug evidence from biomedical literature

L'article présente megaMine, un cadre fondé sur des règles, transparent et évolutif, qui extrait efficacement des preuves structurées de type gène-cancer-médicament à partir de la littérature biomédicale, démontrant une grande précision pour distinguer l'efficacité thérapeutique et générer des données interprétables pour la synthèse de connaissances en aval.

JUNAID, M., Prazanowska, K. H., Jeong, H.-E., Ryu, Y., Choi, J., An, J.-Y., Lim, S. B.2026-08-12