💻 生物信息学
keju: powerful and accurate inference in Massively Parallel Reporter Assays
本文提出了 keju，这是一种针对大规模并行报告基因实验（MPRA）数据的分层统计模型，通过条件化 DNA 计数来分别建模不同批次和模态的 RNA 计数不确定性，从而在显著提高检测灵敏度的同时，有效降低了假阳性率。
💻 Category
bioinformatics
1205 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。
💻 生物信息学
A Benchmarking Study of Feature Screening Approaches Across Omics Classification Settings
本文评估并比较了基于“必然筛选”（sure screening）原理的多种模型无关特征筛选方法在组学分类任务中的性能，发现 BcorSIS 方法在多种组学数据集上具有最佳的计算效率和筛选效果。
💻 生物信息学
Gene-First Identity Construction for Robust Cell Identification in Single-Cell Transcriptomics
该论文提出了 GeCCo 方法，通过构建基于基因共表达逻辑的严格层级结构，将细胞身份识别从传统的静态聚类范式转变为程序化的生物学定义，从而在单细胞转录组分析中实现了全局一致性与局部亚型分辨率的数学统一。
💻 生物信息学
Integration of single-cell multi-omic data with graph-based topic modelling
本文提出了一种名为 bionSBM 的基于图的主题建模方法，利用多部分图的社区检测技术整合单细胞多组学数据，在聚类性能、特异性和生物学可解释性方面均优于现有最先进方法。
💻 生物信息学
ITSxRust: ITS region extraction with partial-chain recovery and structured diagnostics for long-read amplicon sequencing
本文介绍了名为 ITSxRust 的基于 Rust 的长读长真菌 ITS 区域提取工具，它通过结合 HMMER 搜索、去重优化及双锚点部分链恢复策略，在提取成功率（75.3%）和运行速度（比 ITSx 快 4.6 倍）上均显著优于现有工具 ITSx 和 ITSxpress，并提供了结构化的诊断与质控功能。
💻 生物信息学
POTTR: Identifying Recurrent Trajectories in Evolutionary and Developmental Processes using Posets
本文提出了名为 POTTR 的新框架，利用不完全偏序集（posets）和冲突图算法来解决 NP 难的 MkCIIS 问题，从而在肿瘤进化与发育生物学数据中有效识别并解析出具有统计显著性的复发轨迹，克服了传统方法在处理异质性和进化树不确定性方面的局限。
💻 生物信息学
MaxGeomHash: An Algorithm for Variable-Size Random Sampling of Distinct Elements
本文提出了一种名为 MaxGeomHash 的新型算法，该算法能够在无需预先知道 k-mer 总数的情况下，生成大小介于常数级 MinHash 与线性级 FracMinHash 之间的可变大小随机样本，从而在生物信息学的大规模序列相似性分析中实现了存储效率与估计精度的更好平衡。
💻 生物信息学
PMGen: From Peptide-MHC Structure Prediction to Peptide Generation
本文介绍了 PMGen 框架，该框架通过引入初始猜测和模板工程策略优化 AlphaFold2，实现了跨 MHC I 类和 II 类的高精度变长肽-MHC 复合物结构预测，并成功将其应用于结构感知肽设计及生成高质量数据以训练机器学习模型。
💻 生物信息学
PaNDA: Efficient Optimization of Phylogenetic Diversity in Networks
本文介绍了首个用于在系统发育网络中探索、可视化及最大化多样性的软件包 PaNDA，该工具不仅提出了针对有界扫描宽度的多项式时间算法以高效解决 k 个分类群最大多样性选择问题，还扩展了半定向网络的多样性定义并证明了其计算复杂性。
💻 生物信息学
Protein Compositional Ratio Representation (PCRR)Systematically Improves Human Disease Prediction
该研究提出并验证了蛋白质组成比率表示（PCRR）方法，通过利用蛋白质间的对数比率而非绝对丰度作为特征，显著提升了阿尔茨海默病亚型分类及多种人类疾病预测的准确性，揭示了相对蛋白丰度在捕捉疾病生物学机制中的关键作用。