💻 bioinformatics
Elucidating enzyme-substrate specificity through co-folding foundation model
本文介绍了 Boltz2ESI，这是一个利用生物分子基础模型通过原生共折叠来预测酶-底物相互作用的端到端框架，从而捕捉活性位点的可塑性，并优于现有方法，以加速生物催化剂的发现和代谢途径的阐明。
💻 Category
bioinformatics
1012 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。
💻 bioinformatics
Pangenome Graph Node-Phenotype Association shows GWAS-like quality results with only few individuals
该论文介绍了 GraNPA，这是一种仅需少量个体即可在泛基因组变异图上进行类 GWAS 关联研究的方法，旨在识别与表型相关的基因组区域，且不存在参考偏差或需要额外的群体数据。
💻 bioinformatics
DPCGS: a computational framework for linking GWAS to single-cell transcriptomics in complex traits and diseases
DPCGS 是一个创新的计算框架，它将全基因组关联研究（GWAS）汇总统计数据与单细胞 RNA 测序数据相结合，实现了将遗传风险高分辨率地映射到特定细胞亚群和调控程序，证明了其优于现有方法的准确性，并为阿尔茨海默病和哮喘等复杂疾病的细胞机制提供了新的见解。
💻 bioinformatics
AI4Life Open Calls and Public Challenges: why, how, and what we have learned.
通过在2023年至2025年间执行三次公开征集（Open Calls）和三次公开挑战（Public Challenges），AI4Life倡议支持了22个生物图像分析项目，并揭示了尽管FAIR深度学习的应用面临显著的实施障碍，但生物学领域科学人工智能的主要瓶颈并不在于方法论的开发，而在于数据、标注以及共享基础设施的可获得性。
💻 bioinformatics
Spectronaut-nf: A Nextflow Pipeline for Parallel Processing of DIA Data with Spectronaut
Spectronaut-nf 是一个可扩展的 Nextflow 流水线，它能够在高性能计算环境中实现大规模 DIA 蛋白质组学数据集的高效、并行化处理，在保持与单工作站或单节点设置一致的鉴定结果的同时，显著缩短分析时间。
💻 bioinformatics
A geometric-to-neural cascade for cerebral microbleed detection in susceptibility-weighted MRI
本文提出了一种全自动的三阶段几何到神经级联流水线，该流水线结合了具有受试者自适应性的无监督候选生成技术与两个利用极少量人工在环标签训练的轻量级 3D ResNet 分类器，旨在实现对磁敏感加权 MRI 中脑微出血的高精度检测，同时显著减少来自血管和非血管拟态物的假阳性。
💻 bioinformatics
WITHDRAWN: Deviation Error: assessing machine learning predictions for replicate measurements in genomics and beyond
由于基础的“偏差误差”（Deviation Error）指标在被确立为评估机器学习预测的正式评分规则之前，需要进行实质性的数学形式化与理论验证，因此本稿件已被撤回。
💻 bioinformatics
Spaceland: Histology-Guided Reconstruction of High-Resolution Whole-Organ 3D Molecular Atlases from Sparse Spatial Transcriptomics
Spaceland 是一个形态学引导的计算框架，它通过整合稀疏的空间转录组学与连续的 H&E 组织学切片，重建连续、高分辨率的整个器官 3D 分子图谱，从而在无需详尽实验采样的情况下实现可扩展的虚拟组织建模。
💻 bioinformatics
Estimation of biological age using HRV data: comparison of the Klemera-Dubal method with the multiple linear regression method
本研究通过对343名受试者的心率变异性数据进行分析，比较了用于估算生物年龄的多重线性回归（MLR）、偏差修正后的MLR以及Klemera-Doubal方法（KDM），结果发现KDM产生的估算误差最低，而偏差修正后的MLR虽然比未修正的MLR提高了准确性，但受限于其对实际年龄的依赖。
💻 bioinformatics
Discrete Inverse Rendering: Biological Data Analysis with Integer Programming
本文介绍了一种离散逆向渲染框架，该框架将生物图像分析表述为一个全局最优整数规划问题，通过统一检测、追踪和事件推理，显著提升了在低信号成像场景下的表现，超越了标准的局部决策流水线。