GAE-Δ: A Graph-Learning Framework for Gene Network Rewiring and Clinical Outcome Prediction from Multi-Omics Data
GAE-Δ框架利用图自编码器对跨多组学数据的表型特异性基因网络重连进行建模，相较于现有的线性分解和基于网络的方法，实现了更优的临床结果预测并识别出具有生物学意义的癌症驱动因子。
💻 Category
bioinformatics
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。
Decoding Multicellular Communication Motifs from Spatial Transcriptomics with ALARMIST
本文介绍了ALARMIST，这是一种概率框架，能够从空间转录组数据中解码可解释的多细胞通讯模体，以识别高阶信号传导模式及其下游表型影响，并展示了其在揭示肺腺癌和胶质母细胞瘤中肿瘤进展的微环境驱动因素方面的效用。
Integrated optimization of experimental and computational workflows improves genome recovery in long-read gut metagenomics
本文对CycloneSEQ平台进行了系统优化，将实验样本处理与计算组装流程相整合，以克服短读长测序的局限性，并显著提高从长读长肠道宏基因组中恢复完整微生物基因组的能力。
Characterizing homology-induced data leakage and memorization in genome-trained sequence models
本文揭示了同源诱导的数据泄露通过促使模型依赖记忆性关联而非可泛化原则，从而系统性地高估了基因组训练序列模型的性能，并提出 hashFrag 工具以实现同源感知数据划分，从而获得更可靠的评估结果并提升模型的泛化能力。
Time-Resolved Phosphoproteomics-Guided BFS Beam Search Reveals Cell-Type-Specific EGFR Signaling Architectures and SHP2 Inhibitor-Induced Pathway Rewiring
本研究引入了一种系统性的计算框架，将时间分辨的磷酸化蛋白质组学与基于广度优先搜索引导的束搜索算法相结合，以重构细胞类型特异性的 EGFR 信号网络，成功揭示了 SHP2 抑制如何重塑通路架构并驱动适应性耐药机制。
Interpreting Omics Data Analysis with Large Language Models for Disease Target and Drug Discovery
本文介绍了一种溯源感知的文本到靶点框架，该框架将模式约束的大语言模型检索与数值化组学数据分析相结合，以生成可解释、可审计的疾病靶点及药物发现策略，并在阿尔茨海默病和胰腺导管腺癌中得到了显著验证。
Integrated Multi-Omics Analysis for the Identification of Disease-Associated Variations and Prognostic Biomarkers in Triple-Negative Breast Cancer
本研究整合多组学数据，开发并验证了一个精简的15基因预后特征模型及一个临床基因组列线图，用于准确预测三阴性乳腺癌患者的生存结局。
Asymmetric Contrastive Objectives for Efficient Phenotypic Screening
本文引入了非对称对比目标，包括一种受几何启发的 SPC 变体，该变体将实验元数据作为学习到的类别向量加以整合，以高效提取用于表型筛选的图像表征，其在多个数据集和指标上均优于先前方法，同时在数据与计算资源有限的情况下仍保持有效性。
Rewriting protein alphabets with language models
本文介绍了 TEA，这是一种通过对比学习从语言模型嵌入中衍生出的新颖 20 字母蛋白质字母表，它能够在利用现有序列搜索算法的同时，实现快速且灵敏的远程同源检测，其性能可与基于结构的方法相媲美。
Widespread use of invalid statistical tests in biomedical machine learning
本文揭示，生物医学机器学习中广泛使用的忽略交叉验证折间依赖性的无效统计检验会导致假阳性率虚高，促使作者提出SHARP检验作为稳健解决方案，并提供用于有效模型比较的新报告指南。