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。

本文介绍了 Hyper Screening X，这是一个将基于结构的药物设计与自动化合成硬件相结合的生成式人工智能框架，旨在高效地探索万亿级化学空间，并成功识别出具有高合成率和高功能命中率的首创类先导化合物。

本研究利用来自衰老雄性小鼠结肠的高时间分辨率 RNA-Seq 数据，揭示了转录组变化受复杂的非单调轨迹以及中晚年未折叠蛋白反应崩溃所主导，同时还实现了一个紧凑的三基因转录组时钟的构建，用以精确追踪生理年龄。

MOSAIC 是一个无监督框架，它通过对累积扩散算子的收敛行为进行克里洛夫子空间分析来学习图节点嵌入，在大规模生物医学知识图谱上的实验表明，该框架在节点分类和链路预测任务中的表现优于 Node2Vec 和 GraphSAGE 等现有方法。

该论文介绍了“digestome”，这是一种商业免授权的标记基因面板及评分框架，用于对厌氧消化微生物组进行功能谱分析，其在识别产甲烷和水解途径方面表现出高度特异性，同时通过显式考虑测量偏差，为沼气运营商实现按需付费的分析服务提供了可能。

Enrich.AI 是一个智能体 AI 平台，它将统计富集分析与自动化文献检索及基于大语言模型的推理相结合，通过对话式界面为基因列表提供交互式的、基于证据的生物学解释。

本文介绍了一种结合了 Reactome 层级与序列通路结构的加权通路共成员评分方法，用于生成具有生物学信息的蛋白质网络，并证明了该方法在癌症基因优先级排序方面优于现有的先进方法。

本文介绍了 pre-miRBench，这是一个标准化的多物种基准测试和参考模型，旨在实现不同物种和 miRNA 家族之间动物前体 microRNA 预测器的公平比较，并证明其集成模型在实现卓越整体性能的同时，也为未来的研究提供了可复现的资源。

通过分析 113 种哺乳动物的 NOTCH3 序列，本研究揭示了挑战严格保守模式的罕见进化偏差，并建立了一个基于结构、二硫键和蛋白水解因素（而非仅仅是半胱氨酸数量）的上下文相关框架，用以解释 CADASIL 的致病性。

本文证明了基因组基础模型在微调过程中极易受到通过短 DNA 基序进行的小规模数据投毒所引发的普遍后门攻击，同时在干净任务中保持稳健性，并提出了一种新颖的两阶段审计框架，用于在无需预知触发器的情况下检测此类威胁。

本研究通过使用 Biomni 智能体平台，实证表征了自动化生物研究工作流中固有的“验证债务”，并提出了一个新的 VERIFY 框架以及一套用于评估 AI 驱动的科学决策在不同生物领域中的可追溯性和有效性的指标。