bioinformatics 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 scDblFinderPy，这是一个基于 R 语言的 doublet 检测工具 scDblFinder 的 Python 实现版本，它在复制其高性能的同时，增加了可选的 GPU 支持，以加速大规模单细胞测序数据的处理。

SPARKLE 是一种快速、无需参考的计算方法，它通过利用样本内掩码外的证据来估计并消除异位信号，从而纠正高分辨率空间转录组学中的局部 RNA 泄漏，进而改善细胞类型定位和下游分析的可靠性。

本研究引入了一种新颖的后期融合关系图卷积网络（RGCN）集成方法，该方法整合了竞争性内源 RNA（ceRNA）和拷贝数变异（CNV）数据，旨在识别包括 hsa-miR-196a 和 hsa-miR-224 在内的五种预后生物标志物，从而实现对胶质母细胞瘤更准确的生存预测和治疗靶向。

GlycoMeSH 是一个综合性资源，通过利用推断模型和可追溯的数据库将糖链结构与医学主题词（MeSH）相联系，从而弥合了糖链结构与生物医学背景之间的鸿沟，进而实现跨糖科学数据集的系统性富集分析。

PandaDock 是一个开源分子对接平台，它将柔性配体构象搜索与解析梯度相结合，拥有针对复杂结合场景的专门模块，并采用可扩展的 SE(3)-等变神经网络评分函数，从而在多种蛋白质-配体靶点上实现了具有竞争力的姿态恢复和亲和力预测性能。

本文介绍了 Mantpy，这是一个空间蛋白质组学框架，它将细胞外基质及其与细胞的界面表示为空间图，从而实现超越传统以细胞为中心的方法的联合分析、可视化和机器学习。

PerturbLDM 是一个在 Tahoe-100M 数据集上进行预训练的条件潜在扩散框架，它在准确预测和生成不同生物学背景下对未见药物、剂量和细胞系组合的单细胞转录响应方面，优于现有方法。

本文证明了将符合预测（conformal prediction）应用于 BayesAge 表观遗传钟，能够利用极少量的 CpG 位点生成无分布假设且经过校准的预测区间，用于基于 DNA 甲基化的年龄估计，从而解决了现有点估计模型中缺乏不确定性量化的问题。

本文表明，隐匿结合位点的检测目前受限的并非提出候选者的能力，而是由于排序能力差和缺乏共识，这揭示了将覆盖率与转化率指标分离可以发现显著的性能差距，并表明在严格的候选预算内结合几何与基于语言模型的检测器能产生最实际的改进。

作者介绍了 ProtInt，这是一个通过克服缺失值挑战，成功整合癌症细胞系与患者肿瘤蛋白质组数据的深度学习框架，从而超越了现有方法，并揭示了为了更好地使临床前模型与临床现实保持一致所需的关键生物学转变。