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

Contrastive Learning Improves Generalization on M2OR Olfactory Binding Dataset

Cet article démontre que l'application d'un objectif d'apprentissage contrastif à la prédiction de la liaison VOC-OR améliore significativement la généralisation du modèle et atteint des performances de pointe (0,88 AUCROC) sur le jeu de données M2OR, tout en révélant que les protocoles d'évaluation standards souffrent souvent de métriques gonflées dues à une fuite d'identité provenant de motifs chimiques chevauchants.

Snider, L., Nakano-Baker, O., Mackenzie, J. D.2026-11-06
💻 bio-informatique

pLM-bVAE: protein language model-enhanced binary representation improves quantum annealing-based protein sequence design

L'article présente le pLM-bVAE, un auto-encodeur variationnel binaire amélioré par un modèle de langage protéique qui améliore l'encodage binaire et la précision de la reconstruction de séquences, permettant ainsi au recuit quantique de générer des séquences protéiques aux scores et à la diversité plus élevés par rapport aux méthodes standards.

Ueda, H. H., Tucs, A., Tsuda, K., Umetsu, M., Saito, Y.2026-11-06
💻 bio-informatique

Theoretical prediction of assembly contiguity

Cet article introduit une formule théorique de la « valeur Z » hautement précise qui prédit les longueurs moyennes des contigs d'assemblage en fonction de la longueur des lectures, de la couverture et des propriétés du génome, permettant aux chercheurs d'optimiser la profondeur de séquençage, la sélection de k-mers et le choix des instruments pour la conception expérimentale.

Abrar, M. H., Medvedev, P., Novikov, A., Sahlin, K.2026-11-06
💻 bio-informatique

QUANTA: A quantum annealing framework for species tree estimation using weighted quartet amalgamation

QUANTA est un nouveau cadre de recuit quantique qui formule la bipartition de quartets pondérés sous forme de problème QUBO pour permettre l'estimation d'arbres d'espèces sur du matériel quantique réel, atteignant une précision de pointe et des accélérations significatives par rapport aux méthodes classiques tout en maintenant une évolutivité pour les grands ensembles de données génomiques.

Kumar Mondal, N., Bayzid, M. S.2026-11-06
💻 bio-informatique

Multimodal cellular context enables molecular phenotyping from single-molecule trajectories

L'article présente MIST, un cadre qui intègre la dynamique des trajectoires de molécules uniques au contexte cellulaire pour créer un espace phénotypique multimodal, améliorant de manière significative l'identification des protéines et permettant la détection de nouveaux effets de mutants chez *E. coli* vivant au-delà de ce que l'analyse de trajectoire seule peut accomplir.

Redchuk, T., Rehm, L., Sui, Y., Mäkelä, J.2026-11-06
💻 bio-informatique

Generative 3D Spatial Reconstruction of Cellular Organization from Single Cell Expression

ORBIS est un cadre génératif qui utilise le way matching pour reconstruire conjointement des spécimens de tissus 3D entiers, incluant leur géométrie physique et leurs voisinages cellulaires, directement à partir de données d'expression de l'ARN de cellule unique sans nécessiter de références spatiales, atteignant ainsi une précision et une vitesse supérieures par rapport aux méthodes existantes.

Azim, E., Alif, M. N., Hwang, T. H., Zheng, H., Zhang, W. i.2026-11-06
💻 bio-informatique

Hub labeling makes exact distance calculation practical for large human pangenome graphs

Ce document introduit un index de distance basé sur le marquage de hubs qui remplace les matrices denses quadratiques par une approche plus efficace en termes d'espace pour les grands enchevêtrements dans les graphes de pangénomes, permettant l'indexation pratique de génomes humains entiers en quelques gigaoctets de mémoire tout en supportant des requêtes de distance exactes qui étaient auparavant impossibles à traiter.

Truong, Z., Novak, A., Paten, B.2026-11-06
💻 bio-informatique

Bioprocess Modeling Made Easy With Hybrax

Cet article présente Hybrax, un framework Python open-source qui rationalise la modélisation des bioprocédés en fournissant un format de données standardisé et un pipeline d'entraînement de bout en bout automatisé pour les modèles hybrides mécanistes-réseaux de neurones, améliorant ainsi la reproductibilité et réduisant l'effort de codage requis pour développer et partager ces modèles.

Libiseller-Egger, J., Gotsmy, M., Guillen-Gosalbez, G., Zanghellini, J.2026-11-06
💻 bio-informatique

Integrative Multiomics Analysis of the Angiogenesis-EMT Interface in Head and Neck Squamous Cell Carcinoma

Cette étude révèle un couplage transcriptionnel fort et coordonné entre l'angiogenèse et la transition épithélio-mésenchymateuse (TEM) dans le carcinome épidermoïde buccal qui persiste après avoir pris en compte la composition tumorale, identifiant 101 candidats de gènes partagés et mettant en évidence MICAL2, OSMR et LHFPL2 comme des moteurs moléculaires clés malgré l'absence d'une association significative avec la survie globale.

Das, S., Natarajan, E., Singh, R., Shaikh, R.2026-11-06
💻 bio-informatique

TIGRdisco: a tool for the discovery of TIGR arrays and TIGR-associated Tas proteins from nucleotide sequences

Cet article présente TIGRdisco, un outil de calcul intégré qui utilise une approche agnostique aux motifs pour identifier avec succès les réseaux TIGR et leurs protéines Tas associées à partir de séquences nucléotidiques non annotées, surmontant ainsi les défis de détection posés par les architectures non canoniques de ces systèmes.

Gu, S., Gong, Z., Mortimer, J.2026-11-05