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.

💻 bioinformatics

Fast and accurate resolution of ecDNA sequence using Cycle-Extractor

Le Cycle-Extractor (CE) est un nouvel outil rapide et précis qui reconstruit la structure des ADN extrachromosomiques (ecDNA) à partir de données de séquençage à lectures courtes ou longues, surpassant les méthodes existantes en vitesse et en capacité à identifier des structures ecDNA plus complètes et à plus forte copie.

Faizrahnemoon, M., Luebeck, J., Hung, K. L., Rao, S., Prasad, G., Tsz-Lo Wong, I., G. Jones, M., S. Mischel, P., Y. Chan (…)2026-03-13
💻 bioinformatics

SpliceSelectNet: A Hierarchical Transformer-Based Deep Learning Model for Splice Site Prediction

Le modèle SpliceSelectNet (SSNet), basé sur une architecture Transformer hiérarchique, surpasse les méthodes existantes en prédiction de sites d'épissage et en détection d'épissage aberrant en capturant efficacement les dépendances à longue distance jusqu'à 100 kb tout en offrant une interprétabilité biologique grâce à ses scores d'attention.

Miyachi, Y., Nakai, K.2026-03-12
💻 bioinformatics

Fleming: An AI Agent for Antibiotic Discovery in Mycobacterium Tuberculosis

Fleming est un agent d'intelligence artificielle intégré qui, en combinant des modèles discriminatifs et génératifs entraînés sur une vaste base de composés, identifie et conçoit de nouveaux candidats-médicaments anti-tuberculeux avec des taux de réussite in vitro et des profils ADMET exceptionnels.

Wei, Z., Ektefaie, Y., Zhou, A., Negatu, D., Aldridge, B. B., Dick, T. B., Skarlinski, M., White, A., Rodriques, S. G. (…)2026-03-12
💻 bioinformatics

Igniting full-length isoform analysis in single-cell and spatial RNA-seq data with FLAMESv2

Le package R/Bioconductor FLAMESv2 est une nouvelle solution modulaire et adaptable conçue pour traiter et analyser les données d'ARN-seq à lecture longue en cellule unique et en transcriptomique spatiale, permettant ainsi une caractérisation complète des isoformes d'ARN et de l'épissage alternatif.

Wang, C., Prawer, Y. D. J., Voogd, O., Schuster, J., Pasquali, C., De Paoli-Iseppi, R., Li, A., Hallab, J., Tian, L., Pe (…)2026-03-12
💻 bioinformatics

mnDINO: Accurate and robust segmentation of micronuclei with vision transformer networks

L'article présente mnDINO, un modèle de segmentation basé sur les réseaux de transformateurs de vision qui permet une détection précise et généralisable des micronoyaux, des structures subcellulaires rares et petites, en s'appuyant sur un jeu de données hétérogène de plus de 5 000 annotations.

Ren, Y., Morlot, L., Andrews, J. O., Thrane Hertz, E. P., Mailand, N., Caicedo, J. C.2026-03-12