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

Combining amino acid frequency and 1D convolutional neural network embeddings for the identification of protein-protein interactions using a random forest classifier

本研究提出了一种两阶段框架,将氨基酸频率特征与由一维卷积神经网络自编码器学习到的潜在表示相结合,结果表明,基于该混合特征集训练的随机森林分类器在预测蛋白质 - 蛋白质相互作用方面的准确性显著优于仅使用频率特征的方法。

Sindhi, N. A., Pawar, N., Dixson, J., Garcia, D.2026-05-18
💻 bioinformatics

KaryoScope: rapid, alignment-free sequence annotation for the pangenome era

KaryoScope 是一种快速且无需比对的工具,能够在数分钟内对整个泛基因组组装进行碱基分辨率的多样化基因组特征注释,有效表征此前难以获取的变异区域(如着丝粒和亚端粒),从而支持比较分析与临床分析。

Ranallo-Benavidez, T. R., Chen, Y.-A., Potapova, T. A., Alanko, J. N., Loucks, H., Lucas, J., Human Pangenome Reference (…)2026-05-17
💻 bioinformatics

BTEXgenie: A curated and user-friendly tool for profile HMM-based substrate-specific annotation of BTEX degradation genes

BTEXgenie 是一个经过精心策划且用户友好的工具,它利用自定义的谱系隐马尔可夫模型,在检测涉及好氧和厌氧 BTEX 降解的底物特异性基因方面,实现了比现有数据库显著更高的灵敏度,同时为环境基因组学和比较基因组学研究提供集成的代谢途径与基因组可视化功能。

Qu, J., Garber, A. I., Armbruster, C. R.2026-05-15