GPSNorm: Gaussian Process Spatial Normalization for Spatial Transcriptomics
GPSNorm 是一种新颖的贝叶斯空间归一化框架,它通过层次高斯过程方法对技术变异、空间结构和生物信号进行联合建模,从而将归一化不确定性传播到下游差异表达分析中,进而提高空间转录组数据的鲁棒性和可解释性。
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。
GPSNorm 是一种新颖的贝叶斯空间归一化框架,它通过层次高斯过程方法对技术变异、空间结构和生物信号进行联合建模,从而将归一化不确定性传播到下游差异表达分析中,进而提高空间转录组数据的鲁棒性和可解释性。
本文介绍了 SyntenyPair Explorer,这是一个轻量级、无需安装、基于浏览器的工具,能够利用标准的比较基因组学文件格式实现对成对基因组共线性进行交互式可视化与探索,且无需本地软件或服务器基础设施。
本文介绍了“deepthought”,这是一个模块化的显微成像采集栈,它通过标准化设备访问和存储等通用组件,同时隔离特定应用的解释与靶向逻辑,从而在诸如高通量筛选和长期活细胞追踪等多种生物场景中,实现具备分析在环(analysis-in-the-loop)能力的自主成像。
通过密度泛函理论计算,本研究提出了一种在生命起源前条件下形成甘氨酸二肽的新型无催化剂自由基化学路径,该路径以较低的电子能量垒为特征,并得到了对中间体自由基性质详细分析的支持。
该论文介绍了 Tx2Mol,这是一个转录组引导的框架,它将基因表达特征转化为在化学上合理且在生物学上相关的从头设计分子,并证明了其在保持大块、单细胞及患者来源疾病背景下的表型响应方面优于现有基准模型。
本文介绍了 pyfraglib,这是一个基于 Python 的综合性平台,它集成了 cfDNA 片段提取、统计建模、队列级比较分析以及计算机模拟(in silico simulation),以实现端到端的片段组学工作流,该工作流已通过在模拟数据和真实世界中枢神经系统淋巴瘤样本上的应用得到了成功验证,用于识别预后亚群。
本文介绍了一种公开可用的基于 Web 的自动化流水线,该流水线将全基因组测序数据与全面的危害特征化工具相结合,为微生物农药提供了一个透明、可重复且基于规则的风险评估工作流,与现有的监管方法相比具有显著改进。
本文介绍了 R 语言包 `sbivar`,该工具包提供了一套改进的统计检验和方差估计方法,旨在通过妥善处理空间自相关和高维计算挑战,严谨地评估具有不相交坐标的多组学模态之间的双变量空间关联。
这项研究揭示了多样化的肠道噬菌体趋同进化出了具有埋藏的高度保守残基的富含半胱氨酸的主壳体蛋白,这表明了一种旨在使壳体在恶劣的肠道环境中保持稳定的结构适应。
这项研究揭示了目前的错义致病性预测器主要基于功能缺失变异进行训练,由于其独特的结构和进化特征,系统性地低估了激活型癌症驱动因子,因此作者提供了一个开源许可的基准、逐基因校准图谱以及一个经过重新校准的框架(OncoCal),以改进体细胞变异的解读。