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.

Genes near tRNAs are enriched in translational machinery

Cette étude de 1154 génomes fongiques révèle que les gènes liés à la régulation du protéasome, au transport ionique et à l'ARN ribosomique sont significativement enrichis à proximité des ARN de transfert, suggérant une organisation génomique favorisant une régulation locale efficace des processus coûteux en énergie nécessaires à la synthèse et au contrôle qualité des protéines.

West, C., Dineen, L., LaBella, A. L.2026-03-16💻 bioinformatics

pertTF: context-aware AI modeling for genome-scale and cross-system perturbation prediction

Le papier présente pertTF, un modèle d'intelligence artificielle basé sur les transformers qui prédit avec précision les réponses aux perturbations génétiques à l'échelle du génome et dans divers contextes cellulaires, y compris des systèmes physiologiques pertinents comme les îlots pancréatiques humains, en inférant à la fois les changements d'expression et les modifications de l'identité cellulaire.

Su, Y., Liu, D., Menon, V., Song, B., Boccara, S., Zhang, N., Zhao, H., Zhao, J. H., Wang, L., Hu, N., Nzima, M., Katz, A., Swargam, B. K., Ament, S. A., Diao, Y., Zhang, H., Chao, L., Hon, G., Huangf (…)2026-03-16💻 bioinformatics

Reinforcement Learning for Antibiotic Stewardship: Optimizing Prescribing Policies Under Antimicrobial Resistance Dynamics

Cette étude présente un cadre de simulation pour évaluer des politiques de prescription d'antibiotiques via l'apprentissage par renforcement, démontrant que les approches hiérarchiques surmontent efficacement les défis de l'observabilité partielle et des retards de feedback pour optimiser la gestion de la résistance aux antimicrobiens.

Lee, J., Blumberg, S.2026-03-16💻 bioinformatics

A new pipeline for cross-validation fold-aware machine learning prediction of clinical outcomes addresses hidden data-leakage in omics based 'predictors'.

Ce papier présente pipeML, un cadre d'apprentissage automatique modulaire en R conçu pour éliminer les fuites de données dans les prédictions cliniques basées sur l'omique en recalculant les caractéristiques globales de manière indépendante au sein de chaque pli de validation croisée.

Hurtado, M., Pancaldi, V.2026-03-16💻 bioinformatics

Personalized Morphology, Replication Timing, and RNA based Gene Expression Networks for Basal-like and Classical subtyping genes in Pancreatic Adenocarcinoma

Cette étude pionnière démontre que l'intégration de proxies de chronologie de réplication et d'embryonnages morphologiques dans des réseaux géniques personnalisés LIONESS permet d'améliorer la robustesse et la précision de la prédiction des sous-types de cancer pancréatique, révélant ainsi l'importance des indicateurs épigénétiques pour comprendre la coordination génique tumorale.

Leyva, A., Niazi, M. K. K.2026-03-16💻 bioinformatics

AetherCell: A generative engine for virtual cell perturbation and in vivo drug discovery

AetherCell est un modèle génératif fondamental qui unifie les données transcriptomiques cliniques et expérimentales pour prédire avec précision les réponses aux perturbations génétiques et aux médicaments à travers différentes échelles biologiques, permettant ainsi la découverte in vivo de nouveaux traitements pour des maladies comme la sécheresse oculaire et la colite ulcéreuse.

Xie, Z., Li, W., Chen, Y., Peng, Z., Xiang, L., Wang, D.2026-03-16💻 bioinformatics

Sensitive and scalable metagenomic classification using spaced metamers, reduced alphabets, and syncmers

Cette étude améliore significativement la classification taxonomique métagénomique en optimisant l'outil Metabuli grâce à l'intégration de métamères espacés, d'alphabets réduits et de syncmers, permettant ainsi d'augmenter la sensibilité et la précision tout en réduisant la taille de la base de données et en doublant la vitesse de classification.

Kim, J., Steinegger, M.2026-03-16💻 bioinformatics

DCS Tools: A high-performance, resource-efficient and scalable computing suite for population-scale genomic analysis and data compression

DCS Tools est une suite logicielle performante et évolutive conçue pour l'analyse génomique à l'échelle des populations, offrant une accélération significative du traitement des données et une compression de stockage supérieure sur des architectures CPU standard, sans nécessiter de matériel spécialisé.

Gong, C., Yuan, D., Zhao, Z., Chen, Y., Yang, Q., Wan, R., Li, S., Zhang, Y.2026-03-16💻 bioinformatics