Integrative Clinical-Molecular Modeling Identifies LRRN4CL as a Determinant of Structural and Functional Myocardial Improvement
这项研究通过整合临床与分子数据，利用机器学习发现 *LRRN4CL* 是预测左心室辅助装置（LVAD）植入后心肌恢复不良的关键转录组标志物，并从细胞层面揭示了其通过损害心肌细胞钙处理和线粒体功能导致心肌功能障碍的机制。
💻 Category
bioinformatics
1235 篇论文
生物信息学宛如一座连接生物学与计算机科学的桥梁，利用强大的算法和数据分析技术，将海量的生命遗传信息转化为可理解的科学发现。这一领域不再依赖显微镜下的观察，而是通过代码挖掘基因组的秘密，帮助科学家理解疾病机制、追踪病毒变异并推动精准医疗的发展。
作为 Gist.Science 的专属栏目，我们持续追踪来自 bioRxiv 的最新预印本论文，确保您能第一时间接触前沿动态。团队对每一篇新上传的预印本进行深度处理，不仅提供详尽的技术总结，更精心撰写通俗易懂的科普解读，让复杂的生物数据变得清晰易懂。
以下为您呈现该领域最新发表的几项重要研究成果，带您探索生命数字化的最新进展。
A Systematic Approach Toward Implementing Machine Learning Techniques to Analyze Gut Microbiome Data
本研究通过对人类肠道微生物组图谱（Human Gut Microbiome Atlas）的高维数据进行分析，证明了以 XGBoost 为代表的树集成学习方法在识别不同地区及健康状态（如西方化与非西方化、癌症相关与非癌症相关）下的微生物特征方面具有极高的预测准确性。
Cross-Species Adaptation of RETFound for Rodent OCT Age Estimation Reveals Strong CNN Baselines in Data-Scarce Space Biology
本文通过在小样本的大鼠OCT数据上评估人类视网膜基础模型RETFound的跨物种迁移能力，发现虽然该模型具有科学应用价值，但在数据匮乏的太空生物学研究场景下，强力的CNN基准模型（如Xception）表现优于基于Transformer的模型。
AlphaUnfold: Probing Potential Unfolding and Structural Fragility in AlphaFold3 Models via Short-Time High-Pressure MD
本文开发了 AlphaUnfold 自动化流程，通过将 AlphaFold3 预测模型与短时高压分子动力学模拟相结合，利用压力应力测试有效评估了 AI 生成蛋白质结构的生物物理稳健性及其潜在的结构脆弱性。
Are Current AI Virtual Cell Models Useful for Scientific Discovery?
该论文指出当前评估 AI 细胞模型预测性能的基准存在不足，主张建立直接衡量模型对科学发现价值的新型评估体系，并提出了名为 PerturbHD 的框架以验证其有效性。
Modeling causal signal propagation in multi-omic factor space with COSMOS
该论文提出了 COSMOS+ 方法，通过将数据驱动的多组学因子分析与机制性先验知识相结合，构建可解释的因果信号传播模型，从而在乳腺癌耐药研究中成功识别出关键的耐药驱动因子并生成可操作的机制假设。
Characterization of selective pressures acting on protein sites with Deep Learning
该研究提出了一种基于线性 Transformer 神经网络的深度学习方法，用于识别蛋白质位点的选择压力，结果显示该方法在计算成本远低于传统似然法的同时，在模拟数据上表现优异，但其性能高度依赖于训练数据与真实数据的代表性匹配程度。
A De Novo Algorithm for Allele Reconstruction from Oxford Nanopore Amplicon Reads, with Application to CYP2D6
本文提出了一种无需预设目标基因的先验序列重建算法，能够从牛津纳米孔长读长扩增子数据中高精度地重构等位基因序列并推断单倍型，成功应用于复杂基因 CYP2D6 及其他基因组区域的变异检测与拷贝数分析。
H2O: A Foundation Model Bridging Histopathology to Spatial Multi-Omics Profiling
本文提出了 H2O 这一通用人工智能框架，通过结合视觉 Transformer 与大语言模型，实现了从常规 H&E 组织病理图像直接推断空间转录组和蛋白质组图谱，从而以低成本、高可扩展性的方式桥接了组织形态学与分子多组学之间的鸿沟。
Verticall: A fast and robust tool for recombination detection in large-scale bacterial genomic datasets
本文介绍了 Verticall 这一新型工具，它利用非参数方法高效识别细菌基因组中的重组区域并构建无重组系统发育树，在计算效率、树形合理性及分子定年信号恢复方面表现优异，特别适用于处理从数百到数千个基因组的大规模及高多样性数据集。