La génétique explore comment l'information biologique est transmise, codée et exprimée au sein de tous les êtres vivants. Ce domaine fascinant décrypte les mécanismes qui façonnent nos traits, influencent notre santé et déterminent l'évolution des espèces, rendant accessible une science autrefois réservée à quelques experts.

Sur Gist.Science, nous suivons rigoureusement chaque nouveau prépublication génétique déposée sur bioRxiv. Pour chaque article, nous proposons une analyse complète incluant à la fois un résumé technique détaillé pour les chercheurs et une explication simplifiée pour le grand public, garantissant que les découvertes les plus récentes soient comprises par tous sans jargon inutile.

Découvrez ci-dessous la sélection des derniers travaux de recherche en génétique, directement issus de la communauté scientifique de bioRxiv.

🧬 génétique

CRISPR-mediated centromere fission generates neo-chromosomes with distorted meiotic inheritance in Arabidopsis

Cette étude démontre que la fission du centromère d'*Arabidopsis thaliana* médiée par CRISPR génère des néo-chromosomes stables qui, lorsqu'ils sont croisés avec le type sauvage, forment des trivalents méiotiques dont la ségrégation et l'hérédité déformée sont régies par la position des enjambements et la force du centromère.

Burns, R., Mandakova, T., Morgan, C., Topp, S., Gorringe, N., Li, T., Jenike, K. M., Wlodzimierz, P., Naish, M., Lysak (…)2026-07-24
🧬 génétique

Widely used GWAS methods can be poorly suited to SNP-level localization under diffuse polygenic architecture in livestock

Cette étude démontre que sous l'architecture polygénique diffuse et le déséquilibre de liaison à longue portée typiques des populations de bétail, les méthodes d'association d'études d'association pangénomique (GWAS) largement utilisées génèrent souvent des associations localisées faussement fortes qui reflètent l'accumulation de minuscules effets plutôt que de véritables variants causaux, tandis que les modèles mixtes de matrice de parenté génomique complète comme SLEMM suppriment efficacement ce débordement pour permettre une localisation biologique plus précise.

Wang, X., Wang, J., Tiezzi, F., Huang, Y., Huang, W., Maltecca, C., Jiang, J.2026-07-23
🧬 génétique

Long-term realized genetic gain and population dynamics under genomic selection in Brazilian cassava germplasm

Cette étude évalue quatre décennies de sélection génomique dans l'amélioration du manioc au Brésil, démontrant des gains génétiques réalisés significatifs pour les caractères de rendement et une amélioration de la calibration des modèles au fil du temps, tout en soulignant la nécessité de gérer les corrélations défavorables avec les caractères de qualité et de maintenir la diversité génétique pour la durabilité à long terme.

de Freitas, G. M., Certuche, D. C. S., Jannink, J.-L., De Oliveira, E. J., Garcia, A. A. F.2026-07-22
🧬 génétique

Direct estimation of genotype fitness from time series

Cet article présente une méthode mathématique simple, sous forme analytique, utilisant l'algèbre linéaire standard pour estimer directement la fitness de génotypes individuels à partir de données de séries temporelles bruitées sans nécessiter d'hypothèses sur l'épistasie ou d'optimisation itérative, démontrant son efficacité à travers divers modèles de simulation et des ensembles de données réels allant de l'évolution en laboratoire aux pandémies mondiales.

Mohanty, V., Shakhnovich, E.2026-07-20
🧬 génétique

Massively parallel characterization and predictive modelling of neuronal regulatory variation

Cette étude utilise un lentiMPRA à grande échelle dans des neurones excitateurs humains pour caractériser fonctionnellement plus de 46 000 variants non codants, révélant que l'impact régulateur est piloté par le contexte de la séquence locale et l'activité de base de l'élément plutôt que par la fréquence de la population, tout en établissant une ressource critique pour améliorer les modèles prédictifs de la variation régulatrice neuronale.

Salomon, K., Deng, C., Dash, P. M., Chalkiadakis, T., Li, Q., Chen, Z., Page, N. F., Helal, M., Roener, S., Kundaje, A. (…)2026-07-17
🧬 génétique

Benchmarking Nanopore Sequencing for Autosomal and Y-STR profiling on R10.4.1 Flowcells across Basecalling Models

Cette étude démontre que la combinaison de la chimie de cellule de flux R10.4.1 avec des modèles de basecalling avancés (spécifiquement HYPv5.0) et un filtrage de qualité permet un profilage de STR autosomiques et du chromosome Y hautement précis sur le séquençage Nanopore, atteignant jusqu'à 100 % de concordance pour les échantillons médico-légaux à source unique.

Alsuwaidi, M. S., Albastaki, A., Almulla, H., Omar, A. K., Almarri, M. A.2026-07-16
🧬 génétique

Driver-independent lexAop-tdTomato.nls reporter signal in the adult Drosophila proventriculus

Cette étude révèle un signal tdTomato constant et indépendant du driver dans le proventricule de la Drosophila adulte de la lignée rapportrice lexAop-tdTomato.nls, soulignant la nécessité critique de contrôles sans driver et sans anticorps pour prévenir toute interprétation erronée des données dans la recherche sur l'intestin et le proventricule.

Zhou, X., Zhang, T., Kim, W. J.2026-07-11
🧬 génétique

Integrating Bottleneck Size into Selection Tests for Biological Diversity Data

Cette étude propose un nouveau cadre qui intègre explicitement les estimations de la taille des goulots d'étranglement dans les tests de sélection pour les données de diversité biologique, améliorant ainsi la précision de la distinction entre la dérive génétique et la pression de sélection et identifiant avec succès de nouveaux gènes liés à la pathogenèse chez *Streptococcus pneumoniae*.

Le, T. M. T., Gjini, E.2026-07-10
🧬 génétique

Two-tower models for genomic prediction of reproductive outcomes and sex-specific fertility liabilities: simulation insights

Cette étude démontre que les architectures d'apprentissage automatique à deux tours, particulièrement TT-LASSO et TT-MLP, prédisent efficacement les résultats reproductifs binaires et récupèrent les passifs de fertilité latents spécifiques au sexe à partir de données génotypiques, offrant ainsi un cadre puissant pour modéliser les contributions génétiques conjointes des partenaires dans les traits reproductifs.

Pappas, F., Palaiokostas, C., Debes, P. V., Johnsson, M.2026-07-09