Ce domaine explore les mécanismes complexes qui régissent la réponse du corps aux infections virales et aux traitements, un sujet crucial pour comprendre comment nous protégeons notre santé face aux menaces biologiques. Les recherches ici couvrent tout, de l'identification de nouvelles cibles thérapeutiques à l'analyse de la façon dont les médicaments interagissent avec nos cellules, offrant une fenêtre précieuse sur l'avenir de la médecine préventive.

Sur Gist.Science, nous surveillons en permanence arXiv pour vous apporter les dernières découvertes dans ce secteur. Chaque nouvelle prépublication est traitée pour vous offrir à la fois un résumé technique rigoureux et une explication claire en langage courant, rendant l'information scientifique accessible sans sacrifier la précision. Vous trouverez ci-dessous la sélection des tout derniers articles soumis par les chercheurs dans ce domaine passionnant.

Polarization measurement of Λc+Λ^+_c and Λc\overlineΛ{}^-_c baryons in ppNe collisions at sNN=68.6\sqrt{s_{NN}} = 68.6 GeV

Cet article présente la première mesure par l'expérience LHCb de la polarisation des baryons de charme Λc+\Lambda^+_c et Λc\overline{\Lambda}^-_c dans des collisions proton-néon à sNN=68,6\sqrt{s_{NN}} = 68,6 GeV, révélant une polarisation positive significative pour les baryons et une valeur compatible avec zéro pour les antibaryons.

LHCb collaboration, R. Aaij, A. S. W. Abdelmotteleb, C. Abellan Beteta, F. Abudinén, T. Ackernley, A. A. Adefisoye, B. Adeva, M. Adinolfi, P. Adlarson, C. Agapopoulou, C. A. Aidala, Z. Ajaltouni, S. A (…)2026-02-20⚛️ hep-ex

Toward Precision Helicity PDFs from Global DIS and SIDIS Fits with Projected EIC Measurements

Cet article présente une nouvelle détermination globale des distributions de partons polarisées du proton, intégrant des données existantes et des pseudodonnées simulées du futur collisionneur électron-ion (EIC), ce qui permet d'améliorer considérablement la séparation des saveurs et de réduire les incertitudes, en particulier dans la région de petit xx.

Hamzeh Khanpour, Maryam Soleymaninia, Majid Azizi, Michael Klasen, Hadi Hashamipour, Maral Salajegheh, Ulf-G. Meißner2026-02-20⚛️ hep-ex

Lepton energy scale and resolution corrections based on the minimization of an analytical likelihood: IJazZ2.0

Ce papier présente IJazZ2.0, une nouvelle méthode utilisant une maximisation de vraisemblance analytique pour déterminer avec précision et efficacité les corrections d'échelle et de résolution des leptons à partir des événements Drell-Yan, évitant ainsi les convolutions numériques coûteuses et permettant une calibration robuste à grande échelle au LHC.

F. Couderc, P. Gaigne, M. Ö. Sahin2026-02-20⚛️ hep-ex

Measurement of event shape variables using charged particles inside jets in proton-proton collisions at s\sqrt{s} = 13 TeV

Cet article présente la mesure de cinq variables de forme d'événement basées sur les particules chargées à l'intérieur des jets, réalisée à l'aide de données de collisions proton-proton à 13 TeV collectées par le détecteur CMS entre 2016 et 2018, et montre un accord général entre les résultats expérimentaux et les prédictions théoriques de la chromodynamique quantique.

CMS Collaboration2026-02-20⚛️ hep-ex

Momentum Measurement of Charged Particles in FASER's Emulsion Detector at the LHC

Cet article présente une méthode de mesure de l'impulsion des particules chargées dans le détecteur à émulsion de FASER, basée sur la diffusion multiple de Coulomb et validée par des simulations et des données de faisceau, permettant d'étudier les interactions de neutrinos dans la gamme d'énergie du TeV.

FASER Collaboration, Roshan Mammen Abraham, Xiaocong Ai, Saul Alonso Monsalve, John Anders, Emma Kate Anderson, Claire Antel, Akitaka Ariga, Tomoko Ariga, Jeremy Atkinson, Florian U. Bernlochner, Tobi (…)2026-02-20⚛️ hep-ex

Building an AI-native Research Ecosystem for Experimental Particle Physics: A Community Vision

Ce document présente une vision communautaire pour un écosystème de recherche natif de l'IA en physique des particules expérimentale, détaillant comment l'intelligence artificielle peut accélérer les découvertes et transformer les installations actuelles et futures grâce à une collaboration nationale stratégique.

Thea Klaeboe Aarrestad, Alaa Abdelhamid, Haider Abidi, Jahred Adelman, Jennifer Adelman-McCarthy, Shuchin Aeron, Garvita Agarwal, Usman Ali, Cristiano Alpigiani, Omar Alterkait, Mohamed Aly, Oz Amram (…)2026-02-20⚛️ hep-ex