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。

作者开发了 EMTscore，这是一个开源 R 软件包，能够对来自单细胞或大块组学数据的多种差异化上皮-间质转化（EMT）通路进行高效、无偏的评分，从而促进 EMT 与其他细胞过程之间相关性的快速筛选。

本文介绍了伪时间图扩散（Pseudotime Graph Diffusion, PGD），这是一种轻量级的后验框架，通过利用随机游走扩散沿推断路径平滑细胞级特征和基因表达，从而增强单细胞轨迹的可视化与解释性。

RFhap 是一种新型的三体相位化方法，它利用多 k-mer 标记和随机森林分类器，与 Hifiasm-Trio 等现有工具相比，显著提高了人类基因组单倍型解析的从头组装准确性和连续性。

该论文介绍了 scGeneLens，这是一个揭示了不同的单细胞基础模型（scFMs，如 scFoundation 和 scGPT）如何通过优先考虑细胞类型标记基因或共享生物学通路，从而发展出截然不同的“多元化”细胞感知能力的框架，进而为未来的模型设计提供具有操作性的见解。

Thyra 是一个现代 Python 库，它将质谱成像与 SpatialData 框架相桥接，旨在克服数据碎片化、增强互操作性，并在空间组学生态系统中实现统一的多模态分析。

本文介绍了 scTREND，这是一个无需注释的计算框架，它将单细胞转录组学与临床结局相结合，以模拟随时间变化的、依赖于条件的细胞级风险率，从而能够在无需预定义细胞类型标签的情况下，实现跨多种疾病以及空间或体量数据模态的动态风险评估。

作者提出了 TLand，这是一种基于 RegulomeDB 数据库构建的新型机器学习架构，其在预测和优先排序细胞及器官特异性非编码调控变异方面优于现有模型，从而改进了对全人类基因组中 GWAS 相关 SNP 的解释。

本研究表明，生成模型对数似然值与抗体结合亲和力之间的相关性，是因为这些模型隐式地学习了进化先验，其表现与针对已知亲本结合剂计算的简单 BLOSUM 相似度得分相当。

本文引入了一种基于 PARAFAC2 的新型分析框架，该框架通过显式捕捉纵向微生物组数据中特定于受试者的时空变化，克服了标准 CP 模型的局限性，从而能够发现此前被忽视的、具有可复制性的个体化发育特征。

该论文介绍了 SWARM，这是一个基于人工智能的框架，它通过克服纳米孔测序中的高假阳性率，显著提高了单分子 RNA 修饰图谱分析的精准度，从而实现了对新型修饰位点的发现，并揭示了关于假尿苷沉积的新见解，同时对现有的表观转录组协调模型提出了挑战。