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.

Condition-matched in silico prediction of drug transcriptional responses enables mechanism-guided screening and combination discovery

L'article présente DEPICT, un cadre d'apprentissage profond qui prédit avec précision les réponses transcriptionnelles aux médicaments dans des conditions spécifiques à partir de l'expression génique de base, permettant ainsi un criblage virtuel et la découverte de combinaisons thérapeutiques pour le cancer du poumon non à petites cellules sans nécessiter de profils expérimentaux coûteux.

Xiao, M., He, Y., Hu, J., Zou, F., Zou, B.2026-03-31💻 bioinformatics

eSIG-Net: Accurate prediction of single-mutation induced perturbations on protein interactions using a language model

L'article présente eSIG-Net, un nouveau modèle d'apprentissage profond basé sur les séquences qui prédit avec une grande précision les perturbations des interactions protéiques induites par des mutations uniques, surpassant les méthodes actuelles et offrant une généralisation robuste dans divers contextes biologiques.

Pan, X., Shrawat, A., Raghavan, S., Dong, C., Yang, Y., Li, Z., Zheng, W. J., Eckhardt, S. G., Wu, E., Fuxman Bass, J. I., Jarosz, D. F., Chen, S., McGrail, D. J., Sheynkman, G. M., Huang, J. H., Sahn (…)2026-03-31💻 bioinformatics

Decoupling Topology from Geometry: Detecting Large-Scale Conformational Changes via Conformational Scanning

Cette étude présente une méthode de haute capacité pour extraire du PDB des protéines partageant une topologie identique mais présentant des conformations tertiaires divergentes, en utilisant une représentation grossière des éléments de structure secondaire pour découpler la connectivité topologique de la rigidité géométrique et ainsi identifier des changements conformationnels à grande échelle.

Lin, R., Ahnert, S. E.2026-03-31💻 bioinformatics

DECODING SYNONYMOUS CODON SELECTION WITH A TRANSFORMER MODEL

Les auteurs ont développé un modèle basé sur l'architecture Transformer capable de prédire avec précision les séquences de codons synonymes, y compris les codons rares, en apprenant automatiquement les signatures liées à l'identité de l'espèce, aux propriétés thermodynamiques de l'ARN et aux contraintes d'élongation, établissant ainsi un lien direct entre la variation de séquence, la traduction et la fonction des protéines.

Bret, H., Andre, I.2026-03-31💻 bioinformatics

LATTE for locus-specific quantification of transposable element expression across species

Le papier présente LATTE, un cadre computationnel innovant utilisant un algorithme EM multi-indicateurs pour quantifier l'expression des éléments transposables au niveau du locus avec une grande précision, révélant ainsi leur rôle distinct et crucial dans la régulation génétique et l'architecture des traits complexes chez l'humain, le bétail et la poule.

He, J., Peng, C., Zhang, Y., Wang, Z., Zhang, H., Fang, L., Zhao, P.2026-03-31💻 bioinformatics

GraphBG: Fast Bayesian Domain Detection via Spectral Graph Convolutions for Multi-slice and Multi-modal Spatial Transcriptomics

Le papier présente GraphBG, un cadre bayésien scalable et unifié qui utilise des convolutions graphiques spectrales pour détecter avec précision des domaines spatiaux cohérents dans des données de transcriptomique spatiale multi-tranches et multi-modales, surpassant les méthodes existantes en termes de rapidité, d'évolutivité et de pertinence biologique.

Do, V. H., Tran, T. P. L., Canzar, S.2026-03-31💻 bioinformatics

GRIMM-II: A Two-Stage Real-Time Algorithm for Nine-Locus HLA Imputation and Matching with Up to Three Mismatches

Le papier présente GRIMM-II, un algorithme en deux étapes capable d'effectuer en temps réel l'imputation HLA sur neuf loci et d'identifier des donneurs compatibles avec jusqu'à trois incompatibilités, offrant ainsi une solution évolutive et précise pour élargir le pool de donneurs en transplantation hématopoïétique.

Kirshenboim, O., Kabya, A., Yehezkel-Imra, R., Tshuva, Y., Maiers, M., Gragert, L., Bashyal, P., Israeli, S., Louzoun, Y.2026-03-31💻 bioinformatics