1188 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。
本文通过随机矩阵理论得出结论，指出将标准的单细胞转录组测序（scRNA-seq）预处理工作流应用于由元细胞（metacell）模型生成的数据，会导致在主成分分析（PCA）空间中出现高斯混合模型，这一发现揭示了该元细胞模型在捕捉基因相关性以及低估真实数据集方差方面的局限性，同时也为改进下游统计建模提供了一个框架。
本文介绍了 biomes，这是一个 R 程序包，它提供了 31 种不同生物群系方案的协调全球栅格图层，并提供了一种可复现的、数据驱动的工作流，以帮助研究人员选择最合适的方案，并为生态学和进化研究对物种分布记录进行分类。
SFUMATO 是一个基于 GPU 加速的贝叶斯概率框架，它通过生成具有不确定性感知、颜色混合的视觉图谱和定量图谱，克服了空间转录组学中硬标签聚类的局限性，从而在无需预先进行细胞分割的情况下，捕捉到渐进式的转录状态转换和组织异质性。
本文揭示了抗糖尿病肽分类器在标准基准测试中的预测性能往往因同源性泄漏而被夸大，并表明当同源序列被妥善分离时，准确率会显著下降，且更简单的模型可以以更高的效率达到相当的结果。
本文引入了不稳定性商数准则（IQC），这是一种利用集成模型和香农熵来量化并提高高维生物分析中特征选择可重现性的新颖指标，专门针对弹性网络回归固有的不稳定性问题。
vartracker 是一个开源、与病原体无关的工具，它通过整合多样化的基因组输入、追踪变异的出现与持续性，并生成具有交互式可视化的可重复结果，从而简化了对纵向病原体演化的分析与可视化。
本研究提出了一个将组学数据与实验蛋白质-RNA结构相结合的框架，用以识别结合基序核心并对 AlphaFold3 进行基准测试，揭示了其预测潜力以及当前的局限性，例如记忆现象的迹象以及在处理替代结合模式方面的挑战。
CHACAM 是一个监督式机器学习框架，它通过整合基因表达、配体-受体相互作用以及细胞接触图谱，利用细胞间相互作用特征来实现对早期秀丽隐杆线虫胚胎发育中模糊细胞身份的高精度注释。
该论文介绍了 PeTriPPI2，这是一个融合了 ESM-2 序列嵌入与 PeTriBERT 结构表征的混合框架，用于预测蛋白质-蛋白质相互作用，在 Pinder 数据集上实现了高准确率和高精确度，并通过消融研究展示了序列特征与结构特征之间的互补价值。
本研究表明，MDM2 P1 与 P2 启动子的使用作为一种分子开关，区分了染色体不稳定性驱动型与环境适应型胃化生结直肠癌表型，从而实现了根据治疗反应对患者进行分层。