1235 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。
该研究通过构建 SideroBank 基准库并开发将比较维度从序列空间转向功能空间的 BGC Block Aligner 工具，对近 10 万个细菌基因组进行分析，揭示了细菌铁载体生物合成受生态生活方式而非严格系统发育关系的驱动，并阐明了 NRPS 途径连续结构多样化与 NIS 系统标准化水平转移传播之间的宏观进化二分格局。
该研究通过自主开发的 stLFR-sim 模拟器，在 HG002 基因组上系统评估了不同读长配置，证实了结合分子条形码的长单端读长（如 1000 bp）能显著提升结构变异检测的准确性，其性能接近长读长测序技术且优于传统短读长及泛基因组方法。
本文介绍了名为 markeR 的开源 R 语言工具包，该工具通过多种评分和富集方法系统评估基因集作为表型标记的表现，并以细胞衰老为例，揭示了不同基因集在不同生物背景下的性能差异及组织特异性特征。
本文提出了名为 LongevityBench 的基准测试，旨在通过涵盖多种生物数据类型和预测任务的评估体系，检验最前沿的大语言模型是否真正掌握衰老生物学原理并具备将其应用于生物医学研究的实用能力。
本文提出了 DIA-CLIP，这是一种基于预训练和跨模态对比学习的通用表示学习框架，它通过实现零样本肽段 - 谱图匹配推断，显著提升了数据非依赖性采集（DIA）蛋白质组学的鉴定深度与准确性，并克服了现有方法对半监督训练的依赖及泛化性不足的问题。
TFBindFormer 是一种基于交叉注意力机制的混合 Transformer 模型，通过显式整合 DNA 序列特征与转录因子特有的蛋白质序列及结构信息，显著提升了大规模转录因子-DNA 结合预测的准确性与可扩展性。
U-Probe 是一款通用的代理驱动探针设计平台，它通过声明式配置与 DAG 组装引擎支持任意探针架构，并集成大语言模型实现自然语言交互，从而解决了现有工具在参数依赖专家知识和难以适应新兴方法方面的局限。
本文提出了 CROssBARv2，这是一个统一的可扩展生物医学数据整合框架，它通过构建富含本体和向量化嵌入的知识图谱，并结合基于检索增强生成的 CROssBAR-LLM 问答系统，有效解决了数据孤岛问题并支持药物重定位、蛋白质功能预测等下游任务。
本研究通过整合分子对接与三级选择性策略，对近 63 万种天然产物进行大规模计算筛选，成功鉴定出 10 种能高效激活 Nrf2 通路且显著降低 PXR 和 CYP2D6 脱靶效应的新型候选药物，为开发更安全精准的氧化应激相关疾病疗法奠定了坚实基础。
该研究通过模拟实验系统评估了多种精度矩阵估计方法在差异共表达网络分析中的性能，发现数据特征显著影响评估结果，其中 GLassoElnetFast 表现最佳，并强调了全面基准测试对避免误导性结论及推动方法发展的重要性。