💻 Category

bioinformatics

1244 articles

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.

Cross-etiology transcriptomic conservation in hepatocellular carcinoma reveals opposing proliferation and hepatocyte-loss programs validated across cohorts

Cette étude démontre que le carcinome hépatocellulaire est caractérisé par des programmes transcriptomiques conservés et opposés de prolifération et de perte hépatocytaire, tout en révélant une composante de lésion spécifique aux tumeurs associées au VHB indépendante du cycle cellulaire, validée par un score composite robuste à travers plusieurs cohortes.

Romero, R., Toledo, C.2026-03-13💻 bioinformatics

Learning the All-Atom Equilibrium Distribution of Biomolecular Interactions at Scale

Le cadre génératif fondamental AnewSampling, entraîné sur une base de données massive de trajectoires, surpasse les méthodes existantes pour échantillonner fidèlement à l'échelle de tous les atomes la distribution d'équilibre des interactions biomoléculaires, comblant ainsi le fossé entre la prédiction structurelle statique et la dynamique moléculaire coûteuse.

Wang, Y., Xu, Y., Li, W., Yu, H., Tan, W., Li, S., Huang, Q., Chen, N., Wu, X., Wu, Q., Liu, K.2026-03-13💻 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. Chang, H., Zhu, K., Bafna, V.2026-03-13💻 bioinformatics

MetaResNet: Enhancing Microbiome-Based Disease Classification through Colormap Optimization and Imbalance Handling

Cette étude présente MetaResNet, un cadre d'apprentissage profond optimisé qui démontre que l'association d'une carte de couleurs Jet et de la technique SMOTE pour traiter les déséquilibres de classes permet d'atteindre des performances de classification supérieures dans le diagnostic des maladies basé sur le microbiome.

Qureshi, A., Wahid, A., Qazi, S., Khattak, H. A., Hussain, S. F.2026-03-13💻 bioinformatics

Context-dependent genetic regulation of gene expression in pigs

En utilisant la régression quantile sur des données de porcs, cette étude révèle des effets génétiques contextuels sur l'expression des gènes, souvent invisibles par les méthodes classiques, qui mettent en évidence une architecture régulatrice conservée avec l'humain et capable de détecter des variations pertinentes pour les maladies dans des états physiologiques spécifiques.

Wang, F., Wang, C., Teng, J., Fang, L., Ionita-Laza, I.2026-03-13💻 bioinformatics

EoRNA2: Autonomous Data Discovery and Processing for Databasing of Gene Expression Data

Cet article présente EoRNA2, une nouvelle version majeure de la base de données d'expression génique de l'orge qui intègre un flux de travail automatisé permettant d'augmenter considérablement le nombre d'échantillons, propose une interface utilisateur entièrement repensée et offre un code infrastructurel agnostique aux espèces pour une réutilisation sur d'autres taxons.

Milne, L., Simpson, C. G., Guo, W., Mayer, C.-D., Milne, I., Bayer, M.2026-03-13💻 bioinformatics

ATAClone: Cancer Clone Identification and Copy Number Estimation from Single-cell ATAC-seq

ATAClone est un outil innovant qui identifie les clones cancéreux et estime leurs nombres de copies à partir de données scATAC-seq en utilisant des régions stables et des simulations pour optimiser le regroupement, permettant ainsi de distinguer les contributions génétiques et non génétiques à l'hétérogénéité tumorale avec une précision supérieure aux méthodes existantes.

Cain, L. D., Trigos, A. S.2026-03-13💻 bioinformatics