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。

该研究提出了名为 ExCALIBR 的半监督框架，通过利用偏态正态混合模型对 39 个基因的 80 个高通量功能数据集进行校准，将实验评分转化为致病概率，从而显著优于现有标准并有望大幅减少临床变异分类中的意义未明变异。

本文介绍了 resLens，这是一种利用预训练 DNA 语言模型微调而成的基因组语言模型家族，旨在通过捕捉潜在基因组表征来克服传统比对方法的局限，从而更精准地检测和分析抗生素耐药基因。

该论文提出了利用生物世界模型作为软验证器的新范式，通过强化学习训练出名为 rbio1 的生物推理模型，使其无需额外实验数据即可在扰动预测等任务上达到最先进水平，并展示了跨领域零样本迁移能力。

DupyliCate 是一款用于挖掘、分类和表征基因复制事件的高通量 Python 工具，其通过灵活参数和物种特异性阈值，在拟南芥、多种植物及非植物模式生物数据集上成功验证了其在解析基因复制与性状进化（如类黄酮合成相关基因）方面的广泛适用性。

该研究提出了一种名为 FragBEST-Myo 的基于深度学习的语义分割工具，利用分子动力学轨迹中的局部形状和理化特征，成功实现了对心脏肌球蛋白结合位点片段结合倾向的预测，从而为基于集合的对接筛选和片段导向的药物设计提供了有效方法。

该研究通过模拟和实验验证，评估了七种变异检测工具在结核分枝杆菌低频变异检测中的性能，发现基于单倍型的 FreeBayes 表现最佳，并开发了一种新的误差过滤模型，在显著降低假阳性率的同时保留了极高的真阳性检出率。

本文介绍了 Clair3 v2，一种利用牛津纳米孔（ONT）测序产生的轻量级移动表（move table）及信号驻留时间信息，在几乎不增加计算开销的前提下显著提升小变异（尤其是长插入缺失）检测精度且运行高效的新型变异识别方法。

IntelliFold-2 是一款开源生物分子结构预测模型，通过架构优化和多尺度结构一致性策略，在抗体 - 抗原相互作用及蛋白 - 配体共折叠等治疗相关场景下实现了超越 AlphaFold 3 的预测精度与鲁棒性，并发布了涵盖高效微调至高精度推理的三种变体。

该论文介绍了包含超过 22,000 个手动标注细胞群提及的 CellLink 语料库，通过系统分析揭示了细胞命名模式，并利用该资源优化了基于 Transformer 的命名实体识别与零样本实体链接模型，同时展示了其在扩展和细化细胞本体（Cell Ontology）中的实际应用价值。

该研究开发了一种结合图神经网络与 XGBoost 分类器的混合机器学习框架，成功筛选并实验验证了两种新型小分子化合物（berberrubine 和 PE859），它们能有效抑制 TDP-43 聚集并在秀丽隐杆线虫模型中改善运动缺陷，为神经退行性疾病的治疗提供了新候选药物。