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

Automated extraction and optimization of protein purification protocols using multi-agent large language models

Cet article présente un système multi-agent basé sur les grands modèles de langage qui automatise l'extraction et l'optimisation des protocoles de purification de protéines, réduisant ainsi considérablement le temps d'analyse tout en soulignant les limites actuelles liées à l'accès programmatique aux données scientifiques.

Ye, J., DeRocher, A., Khim, M., Subramanian, S., Cron, L., Myler, P. J., Phan, I. Q.2026-03-11
💻 bioinformatics

MESSI: Multimodal Experiments with SyStematic Interrogation using nextflow

Le cadre de référence reproductible et équitable MESSI, basé sur Nextflow, permet d'évaluer systématiquement des méthodes d'intégration multimodale sur divers jeux de données biologiques et cliniques, révélant qu'aucune approche n'est universellement optimale et que le choix de la méthode doit équilibrer performance prédictive, interprétabilité biologique et efficacité computationnelle.

Liang, C., Grewal, T., Singh, A., Singh, A.2026-03-11
💻 bioinformatics

Non-consensus flanking sequence of hundreds of base pairs around in vivo binding sites: statistical beacons for transcription factor scanning

En analysant des sites de liaison in vivo, cette étude révèle que des séquences flanquantes étendues de 1000 à 1500 pb présentent un enrichissement significatif en GC et des altérations directionnelles des fréquences de dinucléotides, suggérant un mécanisme de « balayage » grossier facilitant la recherche des cibles par les facteurs de transcription.

Faltejskova, K., Sulc, J., Vondrasek, J.2026-03-10
💻 bioinformatics

Generating Hybrid Proteins with the MSA-Transformer

Cette étude présente un cadre itératif stochastique exploitant le MSA-Transformer pour générer des protéines hybrides fonctionnelles entre deux séquences homologues, en combinant des techniques de masquage intelligent, de recherche par faisceau et d'analyse structurelle pour explorer de manière plausible l'espace des séquences tout en préservant les motifs catalytiques essentiels.

Tule, S., Davis, S., Koludarov, I., Mora, A., Boden, M.2026-03-10
💻 bioinformatics

Bridging the gap between genome-wide association studies and network medicine with GNExT

Cet article présente GNExT, une plateforme web open-source qui comble le fossé entre les études d'association pangénomique (GWAS) et la médecine des réseaux en intégrant des outils d'analyse comme MAGMA et Drugst.One pour transformer les signaux génétiques isolés en modules biologiques cohérents, facilitant ainsi la découverte de mécanismes de maladies et le repositionnement de médicaments à grande échelle.

Arend, L., Woller, F., Rehor, B., Emmert, D., Frasnelli, J., Fuchsberger, C., Blumenthal, D. B., List, M.2026-03-10
💻 bioinformatics

scProfiterole: Clustering of Single-Cell Proteomic DataUsing Graph Contrastive Learning via Spectral Filters

Ce papier présente scProfiterole, un cadre de calcul innovant utilisant l'apprentissage contrastif sur graphes et des filtres spectraux approximés par interpolation polynomiale pour améliorer le regroupement et l'identification des types cellulaires dans les données de protéomique monocellulaire, qui sont souvent affectées par des données manquantes et du bruit.

Coskun, M., Lopes, F. B., Kubilay Tolunay, P., Chance, M. R., Koyuturk, M.2026-03-10
💻 bioinformatics

Measuring Amorphous Motion: Application of Optical Flow to Three-Dimensional Fluorescence Microscopy Images

Cet article présente OpticalFlow3D, un outil polyvalent compatible avec Python et MATLAB qui applique l'écoulement optique aux images de microscopie de fluorescence en trois dimensions pour quantifier les mouvements biologiques complexes sans nécessiter de segmentation préalable, comblant ainsi un vide dans l'analyse quantitative du mouvement cellulaire.

Lee, R. M., Eisenman, L. R., Hobson, C., Aaron, J. S., Chew, T.-L.2026-03-10