💻 生物信息学
Hybrid Stacking-Bagging Ensembles for Robust Multi-Omics Breast Cancer Prognosis
本研究提出了一种结合临床、基因表达和拷贝数变异数据的混合堆叠-袋装集成框架，与单模态及传统堆叠模型相比，在乳腺癌预后方面实现了更高的鲁棒性和准确性（ROC AUC 为 0.9355）。
💻 Category
bioinformatics
1205 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。
💻 生物信息学
Steering Conformational Sampling in Boltz-2 via Pair Representation Scaling
本文介绍了 Boltz-sample，这是一种针对 Boltz-2 模型的系统性策略，它通过均匀缩放潜对表示来调节构象采样，从而在不依赖启发式输入扰动的情况下，实现对多样化蛋白质替代状态和系综覆盖的高效且透明的恢复。
💻 生物信息学
Multi-omics guided pathway and network analysis of clinical metabolomics and proteomics data
本章提供了使用 R 语言进行临床代谢组学和蛋白质组学数据分析的全面指南，涵盖了从质量控制、差异表达分析到多组学整合以及用于生物标志物发现和系统级疾病理解的网络富集分析的关键步骤。
💻 生物信息学
It is Not Always Crystal Clear: In-Pocket Analysis for Understanding Binding Site Microenvironment Properties
本文介绍了 In-Pocket，一种受实验数据引导的量子力学优化方法，旨在增强蛋白质-配体复合物的化学验证与结构可靠性，特别是在实验分辨率不足或相互作用化学性质模糊的情况下。
💻 生物信息学
Minimum flow decomposition guided by saturating subflows
本文提出了一种针对 NP-hard 最小流分解问题的新型启发式算法，该算法通过扩展方程解析机制来对所有图方程进行联合建模，从而实现安全的合并操作，通过迭代简化复杂图以获得比整数线性规划公式快得多的近优解。
💻 生物信息学
Computational pipeline reveals nature's untapped reservoir of halogenating enzymes
本文提出了一个人工构建的数据库和一个计算流水线，能够对基因组和宏基因组数据中的卤化酶进行精确且可扩展的注释，从而促进发现自然界中尚未开发的微生物卤代天然产物宝库。
💻 生物信息学
Ultra-Content Screening (UCS): Toward the Big Blood Picture
本文提出了一种名为超内容筛选（Ultra-Content Screening, UCS）的新型高维单细胞蛋白质组学方法，该方法利用循环免疫染色技术对多达10万个血细胞中的40种标记物进行分析，展示了其在揭示急性髓系白血病疾病特异性免疫图谱方面，对于改善诊断和实现个性化医疗的潜力。
💻 生物信息学
cyto: ultra high-throughput processing of 10x-flex single cell sequencing
该论文介绍了 **cyto**，这是一款针对 10x Genomics Flex 单细胞测序的开源、超高吞吐量处理器，它通过利用直接 k-mer 查询和创新的二进制格式，在与标准输出保持 99.85% 一致性的同时，实现了比 CellRanger 快 16.5 倍的速度并显著降低了资源消耗，从而能够实现可扩展且具成本效益的十亿级细胞图谱构建。
💻 生物信息学
Interactive Visualization of Metric Distortion in Nonlinear Data Embeddings using the distortions Package
本文介绍了 `distortions` 软件库，这是一个交互式可视化工具，旨在测量并展示 UMAP 和 t-SNE 等非线性降维中的局部度量失真，从而帮助研究人员识别伪影、调整超参数，并为分析高维基因组学数据选择合适的方法。
💻 生物信息学
dna-parser: a Python library written in Rust for fast encoding of DNA and RNA sequences
本文介绍了 dna-parser，这是一个用 Rust 编写的高性能 Python 库，它通过利用并行处理并提供对 Python 生态系统的广泛兼容性，能够高效地将 DNA 和 RNA 序列编码为机器学习所需的数值特征。