Graph-based RNA structural representation reveals determinants of subcellular localization
本文提出了名为 GRASP 的统一图神经网络框架，通过构建包含核苷酸与二级结构子结构节点的多尺度异构图表示，并结合多标签依赖学习，实现了对各类 RNA 亚细胞定位的高精度预测及可解释性结构决定因素分析。
💻 Category
bioinformatics
1250 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。
RevelioPlots: An Interactive Web Application for Fast AI-Based Protein Models Quality Assessment
RevelioPlots 是一款开源的交互式 Web 应用，通过整合 pLDDT 统计分析与置信度着色拉氏图，实现了 AI 预测蛋白质结构质量的快速、直观评估与可视化。
A partition-based spatial entropy for co-occurrence analysis with broad application.
该论文提出了一种名为区域共现熵（RCE）的新空间熵度量方法，用于量化考虑环境因素的点类别共现分布，并在阿尔茨海默病细胞动力学、城市建筑多样性及鸟类物种分布等多个领域展示了其揭示环境驱动交互作用的广泛适用性。
How Not to be Seen: Predicting Unseen Enzyme Functions using Contrastive Learning
该论文提出了一种名为 EnzPlacer 的对比学习算法，旨在通过预测缺失第四级 EC 编号的酶序列在已知功能空间中的位置，从而解决从序列预测酶功能这一难题。
BioGraphX-RNA: A Universal Physicochemical Graph Encoding for Interpretable RNA Subcellular Localization Prediction
本文提出了 BioGraphX-RNA，一种基于显式生物物理原理的通用图编码框架，通过融合冻结的 RiNALMo 嵌入与可解释的门控融合层，在实现 RNA 亚细胞定位预测最高精度的同时，揭示了不同 RNA 类型的结构依赖机制并显著降低了计算成本。
Metagenome-assembled genomes from a population-based cohort uncover novel gut species and within-species diversity, revealing prevalent disease associations
这项研究通过整合爱沙尼亚队列的 1,878 个样本构建大规模宏基因组组装基因组（MAGs），不仅发现了 353 种新肠道物种并扩展了参考数据库，还创新性地提出基因组单元数（GUN）指标以量化种内多样性，从而揭示了仅在亚种水平（如特定 Odoribacter splanchnicus 基因组单元）才能检测到的疾病关联，强调了基于基因组的亚种分辨率分析在微生物组研究中的关键价值。
Bayesian Perspective for Orientation Determination in Cryo-EM with Application to Structural Heterogeneity Analysis
本文提出了一种基于贝叶斯框架的取向估计方法（以最小均方误差估计器为例），该方法在低信噪比条件下显著优于传统互相关方法，不仅提升了三维重构的精度与鲁棒性，还有效推动了连续结构异质性分析的发展。
Error Correction Algorithms for Efficient Gene ExpressionQuantification in Single Cell Transcriptomics
本文提出了一种名为 O_SCPLOWARCANEC_SCPLOW 的新算法及命令行工具，通过结合基于 Fourway 方法的 k-mer 发现技术来优化条形码纠错、读段映射和 UMI 解析，从而在单细胞转录组数据中实现比现有工具更快速且结果相当的高效基因表达定量。
A General Framework for Injecting BiophysicalPriors into Protein Embeddings
该论文提出了一种名为 ProtBFF 的编码器无关框架，通过交叉嵌入注意力机制将可解释的生物物理先验知识注入蛋白质嵌入表示中，从而显著提升了预测的准确性与可靠性，使通用编码器在性能上超越了现有的专用模型。
Skip-Zeros Variational Inference in the Million-Cell Era of Single-Cell Transcriptomics
本文提出了 UNISON 框架，通过基于“跳过零值”的变分推断技术，仅利用非零元素即可在保持统计严谨性和可解释性的同时，高效处理百万级单细胞转录组数据中的大规模稀疏矩阵，从而实现了可扩展且精准的跨物种整合分析。