bioinformatics 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。

本文介绍了 Folddisco，一种基于位置无关几何特征索引和稀有度评分系统的工具，能够以比现有方法快 20 倍且存储效率高 4 倍的速度，在数秒内从包含 5300 万种结构的庞大数据库中高效搜索蛋白质结构模体。

本文提出了一种直接从序列数据推导共线性区块的通用形式化框架，通过定义不跨越断点的区块来避免掩盖真实变异，并证明了在特定约束下存在能同时最小化区块总长度和数量的线性时间算法。

ProteoMapper 是一个无需编程的集成计算框架，它通过结合 HMMER 结构域注释与用户自定义基序检测，量化基序 - 结构域的空间关系并评估其进化保守性，从而为解析蛋白质功能、疾病突变及亚功能化机制提供高效工具。

本文提出了一种结合分位数回归与特征选择的稀疏贝叶斯神经网络框架（Q-FSNet 和 Q-DirichNet），利用加拿大纵向衰老研究数据识别出 25 种具有特定稳态范围、能最小化生物学年龄加速的代谢物，从而为精准医学中的生理“甜蜜点”发现提供了可扩展且可解释的新工具。

本文提出了一种名为 OT-knn 的邻域感知最优运输框架，通过整合局部空间邻域信息来增强基因表达表征的鲁棒性，从而有效解决了空间转录组数据在跨切片、跨个体及跨发育阶段对齐中面临的稀疏性、异质性和几何形变等挑战。

本文介绍了 wavess 1.2 框架，该框架通过引入 HLA 特异性细胞毒性 T 淋巴细胞（CTL）反应和可变重组率机制，显著提升了模拟宿主内病毒序列进化及免疫选择压力的能力。

本研究通过大规模文献分析首次系统评估了化学探针在药物发现中的价值，发现其不仅能比现有知识库提前 1-7 年提供靶点证据，还揭示了数百个未被记录的新靶点 - 疾病关联，从而显著推动了早期治疗靶点的优先排序与药物重定位。

该研究通过利用基于 SHAP 的模型解释工具，揭示了在生物医学图像小样本数据中，机器学习模型容易因过拟合个体特征而非学习真实生物学规律，并证明了通过调整任务目标与数据特性相匹配，结合事后解释分析，不仅能识别偏差，还能从有限数据中提取有价值的生物学洞察。

该研究提出了一种整合无监督聚类、有监督分类及新型方向性非负矩阵分解（dNMF）模型的多模态框架，证实了全基因组短串联重复序列（STR）变异在解析人类群体结构方面比单核苷酸多态性（SNP）具有更高分辨率，并能提供基于突变动力学的可解释性人口历史洞察。

ProteinConformers 是一个大规模资源库，通过多种子分子动力学策略生成了 270 万个经过几何优化的蛋白质构象，并辅以能量评估和相似性注释，旨在解决现有资源在构象覆盖度、能量标注及基准测试标准方面的不足，从而为蛋白质动力学、变构效应及药物发现提供连续的能量景观描述和分析平台。