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。
本文提出了 Cassette2Vec-EC 框架，通过将基因组岛锚定的基因邻域转化为特征向量并结合机器学习，实现了对家禽致病性粪肠球菌谱系的高精度预测及可解释的分子机制解析，从而弥补了传统基因组分析忽视可移动元件模块化组织的缺陷。
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。
本文介绍了 AptaBLE 这一深度学习平台，它不仅能预测适配体与蛋白质的结合，还能通过两种从头生成方法设计出具有特定结合谱且解离常数低至 31 nM 的新型适配体，从而显著推动了治疗与诊断领域适配体的开发进程。
该论文介绍了名为"Embarrassingly_FASTA"的 GPU 加速预处理流程，通过将人类基因组处理成本从每例约 120 美元大幅降低至 1 美元以下，使得在大规模群体泛基因组研究中保留原始 FASTQ 数据并实现可重复计算在经济上变得可行。
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 iDLC 框架，通过显式特征解耦与最优传输正则化对抗对齐，实现了可解释且几何感知的高效单细胞批次校正，在消除复杂批次效应的同时完美保留了细胞亚型、发育轨迹及稀有群体等关键生物学特征。
TSUMUGI 是一个基于国际小鼠表型联盟（IMPC）数据的平台，旨在通过利用基因 - 表型关联来识别表型驱动的基因网络，从而帮助研究人员系统性地解析复杂生物表型并生成科学假设。
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。