759 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。
该研究通过构建 Snakemake 流程，在临床肿瘤单样本高深度扩增子测序数据上评估了六种开源体细胞变异检测工具的性能，发现 FreeBayes、VarScan、MuTect2 和 Pisces 在 HD789 参考标准数据上表现最佳，但 FreeBayes 虽检出变异最多却伴随更多潜在假阳性。
本文介绍了 IDiom，一种基于 3700 万条无序蛋白序列训练的自回归语言模型，它能够生成具有生物相关特征且可响应亚细胞定位奖励的无序蛋白序列，从而为无序蛋白的生成式设计提供了通用平台。
该论文提出了一种名为 SimpleFold-Turbo 的自适应推理缓存方法，通过将视频扩散领域的 TeaCache 技术应用于流匹配蛋白质结构预测，在无需重新训练或修改权重的情况下，利用生成轨迹的冗余性跳过约 93% 的前向传播，从而在保持结构预测质量的同时实现了 9 至 14 倍的推理加速。
该研究表明，尽管不可消除的批次效应和离群值剔除会引入误差，但正则化方法并未改变基于真实世界数据的无监督样本分类模式，且实验的可重复性并非评估此类检测质量的有效指标。
该研究提出并验证了一个整合元集成 QSAR、结构对接、蛋白质语言模型引导的残基加权及分子动力学模拟的稳健计算框架，成功从近 1.6 万种化合物中筛选并优先确定了具有优异 CNS 渗透性和稳定结合特性的 BACE1 抑制剂候选药物，为阿尔茨海默病治疗提供了系统性的多准则先导化合物发现策略。
本文介绍了 TCMCard，这是一个基于多维证据整合框架的高置信度数字基础设施，通过融合实验数据、文献证据及结构相似性推断来大幅降低网络药理学中的噪声，从而为传统中药多成分协同作用的研究提供可靠且可交互的可视化分析平台。
该研究通过系统比较 OBITools3/ecoPCR、RESCRIPt 和 MetaCurator 三种工具，构建了经过严格筛选和评估的高质量 trnL 植物参考序列数据库，并揭示了不同工具在不同 trnL 区域（CD、CH、GH）上的分类性能差异，从而为植物 DNA 宏条形码研究提供了可靠的全球性参考资源。
该研究提出了一种名为 Immunotype 的深度学习集成预测模型，能够直接从免疫蛋白质组学数据中准确推断 HLA I 类等位基因型，从而解决了多等位基因复杂性下的 HLA 分型难题并实现了大规模数据集的快速、低成本分析。
该研究通过系统性基准测试发现，scAR 和 CellClear 等工具在去除环境 RNA 时会因生成虚假计数而严重破坏数据完整性，相比之下 CellBender 和 SoupX 在保持计数矩阵完整性的同时表现出更可靠的去噪性能，从而为不同实验平台下的工具选择提供了关键指导。
本文提出了一种针对具有复杂设计的大规模质谱成像实验的开源统计分析工作流，通过结合信号处理、特征聚合、感兴趣区域选择及适当的统计建模，有效检测差异丰度分析物并优化样本量计算。