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

RawMod: Modification-Agnostic Detection of DNA Base Modifications from Nanopore Signal Pileups

RawMod est une nouvelle méthode basée sur les transformeurs et sans contrôle qui parvient à une détection agnostique de la modification pour divers types de modifications de bases d'ADN à partir de signaux nanoporeux en apprenant une représentation unifiée des sites modifiés, surpassant les modèles existants en précision et permettant des applications telles que la classification de types cellulaires sans marquage.

Srinivasan, B., Nazar, S., Gandhi, V., Zhang, E., Bachvaroff, T., Kolmogorov, M., Place, A., Firtina, C.2026-11-11
💻 bio-informatique

Simple models outperform single-cell foundation models on downstream benchmarks

Cet article démontre que des pipelines simples et interprétables utilisant une normalisation minutieuse et des méthodes linéaires peuvent atteindre des performances de pointe ou proches du niveau de l'état de l'art sur les benchmarks de séquençage d'ARN en cellule unique, surpassant souvent les modèles de fondation basés sur les transformers et coûteux en calcul, particulièrement dans les tâches hors distribution.

Souza, H., Mehta, P.2026-11-10
💻 bio-informatique

RICO enables integrated analysis of ribosomal DNA copy number and methylation from nanopore long-read sequencing

L'article présente RICO, un nouveau pipeline de calcul qui exploite le séquençage de longs lectures d'Oxford Nanopore pour quantifier avec précision et simultanément le nombre de copies de l'ADN ribosomal et la méthylation, révélant un mécanisme de compensation de dose où des nombres de copies plus élevés sont corrélés à une méthylation accrue afin de maintenir des niveaux stables d'ADNr actifs à travers les individus.

Yuen, Z. W. S., Leeder, N., Udumanne, T., Garvie, A., Wong, L., Weiss, E., van Loon, L., Ganley, A., Hannan, R., Eyras (…)2026-11-10
💻 bio-informatique

A Multidimensional Arithmetical Ontology for High-Parameter Cytometry: Gaussian Primes and Cryptographic Hashing for Cell Population Standardization

Cet article propose la « Cytométrie de Nombres Premiers Gaussiens », une ontologie arithmétique multidimensionnelle et évolutive qui utilise les nombres premiers gaussiens pour encoder de manière unique les isoformes protéiques et les épitopes de glucides, tout en employant le hachage SHA-256 pour compresser les stratégies de fenêtrage hiérarchiques en empreintes immuables, résolvant ainsi l'ambiguïté de la nomenclature et permettant une reproductibilité automatisée dans l'analyse de cellules uniques à haut paramètre.

Yue, A., Masquelier, C., Cosma, A.2026-11-10
💻 bio-informatique

spSheaf: sheaf-theoretic spatial domain inference from raw molecules without cell segmentation

spSheaf est une nouvelle méthode d'inférence dans le domaine spatial sans segmentation s'appuyant sur la théorie des faisceaux cellulaires pour quantifier le désaccord transcriptomique ajusté à l'alignement, atteignant des performances de pointe sur les benchmarks MERFISH tout en identifiant avec succès des sous-structures biologiquement pertinentes sans rejeter les données moléculaires brutes.

Paluzo-Hidalgo, E., Maehara, K., Imoto, Y.2026-11-10
💻 bio-informatique

Membrane Geometry Reveals Strengths and Limitations of AlphaFold-Predicted Transmembrane Protein Complexes

Cette étude démontre que, bien que la plupart des complexes de protéines transmembranaires prédits par AlphaFold présentent une géométrie membranaire plausible, l'évaluation des contraintes spécifiques à la membrane reste essentielle pour identifier les assemblages biologiquement implausibles et souligne les limites actuelles d'AlphaFold-Multimer et d'AlphaFold3 dans la modélisation précise des interactions médiées par les lipides et de la liaison au cholestérol.

Sziklai, D., Wiener, Z., Padanyi, R., Hegedus, T.2026-11-10
💻 bio-informatique

Rapid generation of antibody conformational ensembles using machine learning

L'article présente Cadense, un cadre d'apprentissage automatique qui génère rapidement des ensembles de conformations d'anticorps diversifiés à partir de séquences afin de surmonter les limites de la prédiction de structures statiques, permettant ainsi une modélisation plus précise des interactions dynamiques anticorps-antigène et accélérant la conception de médicaments.

Rao, P. V., Sommer, D., Davidson, D., Alberstein, R. G., Ludwiczak, J., Kleinhenz, J., Vani, B., Park, E., Lee, J. H., I (…)2026-11-09
💻 bio-informatique

Zero-Shot Protein-Ligand Binding Site Prediction from Protein Sequence and SMILES

Cet article introduit un cadre de référence systématique en trois étapes qui exploite des modèles de langage protéiques et chimiques pour prédire les sites de liaison protéine-ligand à partir de séquences et de SMILES, démontrant que si le conditionnement par le ligand améliore la performance sur les ligands connus, une approche zero-shot utilisant des plongements chimiques pré-entraînés permet une prédiction efficace sur des ligands auparavant inconnus.

Pourmirzaei, M., Alqarghuli, S., Chen, K., Pourmirzaei, M., Xu, D.2026-11-07
💻 bio-informatique

Fully integrated SNV, fusion, and isoform analysis of cancer drivers with FLAIR3 for improved functional interpretation

Les auteurs présentent FLAIR3, un outil complet qui intègre les données de séquençage d'ARN à lectures longues pour analyser simultanément les variants nucléotidiques simples, les indels, les fusions de gènes et l'épissage alternatif, révélant ainsi leur impact fonctionnel combiné sur les moteurs du cancer dans l'ostéosarcome et l'adénocarcinome pulmonaire.

Felton, C. A., Galvez, A., Damle, T., Levine, K. M., Diekhans, M., Fuentes, E. L., Won, T. S., Vollmers, C., Sweet-Corde (…)2026-11-06