Differential co-localisation analysis of multi-sample and multi-condition experiments with spatialFDA
本文介绍了结合空间统计与函数数据分析方法的开源 R 包 spatialFDA,用于在多样本、多条件空间组学实验中准确量化并检验不同条件下细胞共定位模式的差异,其有效性已通过模拟研究和糖尿病生物学案例得到验证。
756 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。
本文介绍了结合空间统计与函数数据分析方法的开源 R 包 spatialFDA,用于在多样本、多条件空间组学实验中准确量化并检验不同条件下细胞共定位模式的差异,其有效性已通过模拟研究和糖尿病生物学案例得到验证。
该研究提出了一种结合蛋白质语言模型与 AlphaFold 预测结构的序列 - 结构融合框架,通过 CSI-BLI 实验数据有效预测抗体自相互作用,为早期开发性筛选提供了高精度且可解释的解决方案。
该研究提出了一种名为 deepHTL 的深度学习半参数回归框架,用于在观察性研究中检验并估计因果治疗效应的异质性,并通过肺移植案例证实该框架能有效识别出年轻、低风险且基线状况较好的患者在双肺移植相对于单肺移植中获得更大的肺功能获益,从而为器官分配提供统计依据。
该研究通过对比广泛使用的 ActiGraph GT3X+ 设备,验证了 ActTrust 设备在年轻成年人中通过线性模型估算能量消耗及分类运动强度的有效性,证实了其作为低成本、全天候评估工具的可靠性。
该研究提出了一种框架,通过比较和聚合多种活性模块识别(AMI)算法的输出,解决了单一算法在遗传相互作用网络分析中的局限性,并开发了谱聚类和贪婪电导合并(GCM)方法以整合多算法结果、发现潜在基因并提升分析效果。
本文提出了 GRASP 框架,这是一种基于三个虚拟令牌的可训练参数高效软提示方法,通过结合基因特异性与关系感知组件,显著提升了大语言模型在基因网络推断任务中的可扩展性、泛化能力以及对未注释相互作用的识别效果。
本研究通过整合转录组数据与机器学习方法,鉴定出 ABCA3 和 SCN4B 为与运动相关的 Stanford A 型主动脉夹层诊断生物标志物,并深入探讨了其涉及的免疫调节、 circadian 节律等病理机制及潜在治疗药物。
本研究通过虚拟筛选、分子对接及动力学模拟技术,鉴定出五种具有优异结合能、药代动力学特性及稳定性的新型 ZINC 化合物,它们有望作为针对结核分枝杆菌 ESX-1 分泌系统 EccA1 酶的有效抗病毒药物候选分子。
MAJEC 是一种统一的期望最大化框架,能够单次运行同时从 RNA-seq 数据中精准量化基因、转录本及转座元件(TE)位点,通过利用剪接接合证据有效解决 TE 与基因重叠导致的定量偏差,从而在精度和速度上均优于现有工具。
本文提出了一种整合 HGNC 基因命名层级信息的层次感知基因探索平台,通过引入基于超扩散的相似性核,在乙酰氨基酚诱导的肝毒性案例研究中显著提升了转录组分析的生物学一致性与可解释性,成功识别出关键毒性模块及表观遗传调控机制。