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。
本文提出了名为 UnivAIRRse 的统一分层框架，旨在通过建立涵盖从序列数据到生成潜力五个操作层级的概念坐标系统，对适应性免疫受体库（AIRR）模拟器进行系统化组织与比较，从而解决现有模拟工具在基准测试、互操作性及生物学语境完整性方面的局限，并为迈向可解释、可复现且具备临床行动力的下一代免疫数字孪生建模奠定基础。
该研究通过分析跨物种的质谱数据发现，氨基酸和密码子的使用模式是决定翻译错误率的关键因素，揭示了从细菌到人类普遍存在的翻译保真度机制，并估算出细胞中约 1-2% 的蛋白质分子存在氨基酸错误掺入。
该论文提出了一种将结构化统计分布整合到图表示中的新框架，用于处理复杂的组学数据，该框架在多种癌症预测任务中表现优异，同时显著增强了对临床结果相关调控模块的生物学可解释性。
该研究通过比较两种热敏感与耐热性不同的昆虫共生菌（Caballeronia）菌株，揭示了耐热菌株通过上调热稳定膜成分、运动结构和分子伴侣来促进生长，而热敏感菌株则通过抑制生长并转向替代代谢与生物膜形成来应对热胁迫，表明不同的热响应策略将影响高温环境下共生菌的可用性及其与宿主昆虫的共生关系。
该研究通过药物重定位策略，利用分子动力学模拟证实抗 HIV/HCV 蛋白酶抑制剂（特别是茚地那韦）能通过与基孔肯雅病毒 nsP2 蛋白关键残基形成氢键并诱导构象变化来阻断其活性，从而将其确立为一种有潜力的抗病毒治疗候选药物。
这项计算研究通过伞状采样分子动力学模拟揭示，LRLLR 膜转位基序的转移效果高度依赖于受体肽序列的兼容性：将其连接至 smacN 肽可消除转位能垒并显著增强活性，而连接至 NR2B9c 肽则因构象刚性和极性残基定位不当导致转位障碍增加，从而阐明了电荷分布、疏水性及构象灵活性在基序转移中的关键作用。
本文提出了一种基于 Transformer 的单细胞 Hi-C 数据分析方法 Hi-Cformer，它通过创新的多尺度注意力机制有效建模染色质接触图，从而实现了更清晰的细胞类型分离、准确的染色质互作信号填补以及高鲁棒性的细胞类型注释。
本文通过文献梳理与计算预测相结合的方法，系统揭示了短线性基序在弓形虫感染宿主过程中的关键作用，构建了包含数万个预测基序的资源库，并通过实验验证了其中参与先天免疫反应的基序，为深入理解弓形虫的感染机制及广宿主范围提供了重要线索。
BioGraphX 提出了一种基于生化规则直接从序列构建可解释蛋白质交互图的框架，通过融合 ESM-2 嵌入与 158 个可解释生物物理特征，在无需三维结构的情况下实现了高精度且具备深层生物学洞察力的亚细胞定位预测。
该研究提出了一种名为 SLOPE 的无监督降维方法，通过构建连续的二维轨迹来刻画阿尔茨海默病中淀粉样蛋白的时空演变，从而在保留纵向时间一致性的同时，比传统全局指标更敏感地捕捉早期局部病理进展。