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

Elucidating enzyme-substrate specificity through co-folding foundation model

L'article présente Boltz2ESI, un cadre de bout en bout qui exploite un modèle de fondation biomoléculaire pour prédire les interactions enzyme-substrat par co-repliement natif, capturant ainsi la plasticité du site actif et surpassant les méthodes existantes afin d'accélérer la découverte de biocatalyseurs et l'élucidation de voies métaboliques.

Cheng, X., Seo, S., Huh, C., Chen, J., Jiang, S., Guo, P., Weng, J.-K., Kim, W. Y., Jin, W.2026-08-02
💻 bio-informatique

DPCGS: a computational framework for linking GWAS to single-cell transcriptomics in complex traits and diseases

DPCGS est un nouveau cadre computationnel qui intègre les statistiques de résumé d'études d'association pangénomique (GWAS) avec des données de séquençage d'ARN en cellule unique pour parvenir à une cartographie de haute résolution du risque génétique vers des sous-populations cellulaires et des programmes de régulation spécifiques, démontrant une précision supérieure par rapport aux méthodes existantes et fournissant de nouvelles perspectives sur les mécanismes cellulaires de maladies complexes telles que la maladie d'Alzheimer et l'asthme.

Liu, C., Yuan, B., Shen, B., Li, J., Zhu, R., Yang, P., Wu, B., Xuan, Y., Yang, S., Yang, N., Ma, L., Liu, Q., Dai, S. (…)2026-07-31
💻 bio-informatique

AI4Life Open Calls and Public Challenges: why, how, and what we have learned.

À travers l'exécution de trois appels à projets (Open Calls) et trois défis publics entre 2023 et 2025, l'initiative AI4Life a soutenu 22 projets d'analyse d'images biologiques et a révélé que, si l'adoption de l'apprentissage profond conforme aux principes FAIR se heurte à des obstacles de mise en œuvre importants, le principal goulot d'étranglement pour l'IA scientifique en biologie ne réside pas dans le développement de méthodes, mais dans la disponibilité des données, des annotations et des infrastructures partagées.

Galinova, V., Seifi, M., Serrano Solano, B., Lidayova, K., Dalle Nogare, D., Corbat, A. A., Talks, J., Giacomello, E., G (…)2026-07-30
💻 bio-informatique

Spectronaut-nf: A Nextflow Pipeline for Parallel Processing of DIA Data with Spectronaut

Spectronaut-nf est un pipeline Nextflow évolutif qui permet un traitement parallélisé et efficace de jeux de données de protéomique DIA à grande échelle dans des environnements de calcul haute performance, réduisant considérablement le temps d'analyse tout en maintenant des résultats d'identification cohérents par rapport aux configurations sur poste de travail unique ou sur un seul nœud.

Kotimoole, C. N., Arefian, M., McKay, E. C., Kasaragod, S., Skoraczynski, G., Collins, B. C.2026-07-30
💻 bio-informatique

A geometric-to-neural cascade for cerebral microbleed detection in susceptibility-weighted MRI

Cet article présente un pipeline de cascade géométrique-vers-neuronal entièrement automatisé en trois étapes qui combine une génération de candidats non supervisée et adaptative au sujet avec deux classifieurs 3D ResNet légers entraînés sur un minimum d'étiquettes issues de l'intervention humaine afin d'atteindre une détection de haute précision des microbleeds cérébraux dans l'IRM pondérée en susceptibilité, tout en réduisant considérablement les faux positifs provenant de mimétiques vasculaires et non vasculaires.

Bogdanov, S., Rudravaram, G., Saunders, A. M., Kim, M. E., LeFevre, J., Charles, J., Jain, S., Schrag, M. S., Landman, B (…)2026-07-28
💻 bio-informatique

Spaceland: Histology-Guided Reconstruction of High-Resolution Whole-Organ 3D Molecular Atlases from Sparse Spatial Transcriptomics

Spaceland est un cadre de calcul guidé par la morphologie qui reconstruit des atlas moléculaires 3D continus et à haute résolution d'organes entiers en intégrant la transcriptomique spatiale parcellaire à l'histologie H&E sérielle, permettant ainsi une modélisation virtuelle de tissus à grande échelle sans nécessiter d'échantillonnage expérimental exhaustif.

Xu, F., Zhuang, Z., Zhu, Y., Ying, B., Hou, N., Lin, W., Wang, L., Yang, C., song, j.2026-07-27
💻 bio-informatique

Estimation of biological age using HRV data: comparison of the Klemera-Dubal method with the multiple linear regression method

Cette étude compare la régression linéaire multiple (RLM), la RLM corrigée du biais et la méthode de Klemera-Doubal (KDM) pour estimer l'âge biologique à partir des données de variabilité de la fréquence cardiaque chez 343 sujets, constatant que la KDM produit l'erreur d'estimation la plus faible alors que la RLM corrigée du biais offre une précision améliorée par rapport à la RLM non corrigée mais est limitée par sa dépendance à l'âge chronologique.

Pysaruk, A.2026-07-27
💻 bio-informatique

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