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。

LLM-PathwayCurator 通过审计门控机制将通路富集结果转化为可追溯的决策级结论，尽管在基因支持缺失或上下文变更等极端条件下性能显著下降，但仍为组学数据解释建立了可重复的质量保证层。

该研究通过对 600 多个模型的大规模分析，证实了在数据充足的情况下，部分基础模型及多模型集成方法能够显著提升基因和化学扰动下的细胞响应预测性能，并逼近理论性能极限。

NaVis 是一个基于浏览器的虚拟显微镜框架，它通过实时按需生成超分辨率重建，将空间转录组数据从静态分析转变为交互式、显微镜级别的动态探索模式，从而无需编程即可让研究人员和临床医生直接高分辨率地解析全转录组空间分子架构。

本文介绍了 EchoVisuALL，一种结合深度学习与多维权重聚类的 AI 驱动高通量超声心动图分析流程，通过对超过 1.8 万只小鼠的 6.5 万份录音进行标准化定量分析，成功发现了包括 12 个新候选基因在内的 37 个与心脏异常显著相关的基因，为心血管疾病的基因发现提供了可扩展的量化基础。

本研究通过整合人类蛋白质组数据构建了涵盖多种组织与细胞类型的酶约束基因组尺度代谢模型，系统揭示了人体代谢异质性，并利用肝脏特异性模型阐明了高糖高脂饮食导致脂肪肝的代谢重编程机制。

本文介绍了 Spartan，一种激活感知的多路图框架，它通过整合空间拓扑与局部空间激活信号来显式建模空间过渡，从而在多种高分辨率空间转录组技术中实现了对解剖结构边界和过渡区域的高精度识别及空间可变基因检测。

本文提出了一种名为 RIMA 的计算方法，通过严格匹配跨物种单细胞转录组图谱，成功揭示了小鼠、兔和猕猴原肠胚发育过程中的分子保守性及时序差异，并展示了其在跨物种基因表达预测及模型修正方面的广泛应用潜力。

本文介绍了一种名为“糖基团间匹配”（MBG）的新方法，该方法通过利用 MS1 信号中相对于已知糖肽的单糖位移来识别缺乏高质量 MS2 谱图或含非数据库修饰的糖肽，并将其无缝集成至 FragPipe 工作流中，从而在严格控制假阳性率的同时显著扩展了糖基化肽段的鉴定范围并完善了定量分析。

本文介绍了 Minipoa，一种基于最小化器的高效部分序比对工具，它通过引入种子链比对启发式策略、自适应带状技术及 SIMD 优化，在速度、内存占用和比对精度上显著优于现有工具，能够处理百万级序列的大规模基因组数据，从而成为大规模泛基因组学研究的关键基石。

该研究提出了一种模型引导的虚拟筛选（MGVS）流程，通过将生成式结构药物设计模型与高效的化学相似性搜索相结合，成功在超大型化合物库中识别出具有可合成性且结合性能相当的类似物，从而有效解决了生成式分子设计中的可合成性难题并显著提升了筛选效率。