💻 bioinformatics
OMIO: A policy-driven Python library for reproducible microscopy image I/O
OMIO 是一个轻量级的开源 Python 库，它通过将低层级的文件读取与一个强制执行规范轴向约定和异构文件格式鲁棒元数据归一化的中心化、策略驱动层相分离，从而确保显微成像分析的可复现性。
💻 Category
bioinformatics
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。
💻 bioinformatics
Depth normalization for single-cell genomics count data
本文提出并验证了一种名为 PFlogPF 的独特归一化方法，该方法结合了加法与乘法比例拟合以及对数变换，以有效地稳定方差、解释测序深度，并保持单细胞基因组学数据中特征丰度的单调性。
💻 bioinformatics
Bias-mitigated microbiome inference refines coronary artery disease signature
本文介绍了 BootDA，这是一种非参数自助法（bootstrap method），它能在不依赖转换或伪计数的情况下，同时纠正微生物组数据中的四个主要偏差来源，从而在识别真实的差异丰度以及完善冠状动脉疾病的微生物特征方面，实现了卓越的灵敏度和特异性。
💻 bioinformatics
Pseudoperplexity Probes Memorization in Protein Language Models
本研究利用伪困惑度证明了蛋白质语言模型 ProtT5 对其训练数据存在可检测但有限的记忆现象，这表明该模型主要是在泛化蛋白质的统计语法，而非仅仅是机械地记忆序列。
💻 bioinformatics
ECMME: an atlas of selection pressures on the mammalian extracellular matrix reveals contrasting evolutionary dynamics
本研究提出了 ECMME，这是一个通过分析 272 种人类细胞外基质蛋白在 228 种哺乳动物物种中的残基水平选择压力而构建的综合性网络图谱，揭示了普遍存在的净化选择以及胶原蛋白中独特的阶段性正向选择模式，旨在为研究细胞外基质进化动力学提供一个开放获取的资源。
💻 bioinformatics
FLAG-X: Hybrid machine learning workflows for automated gating of clinical flow cytometry data
作者提出了 FLAG-X，这是一个通过将最先进的机器学习方法与专家注释集成到混合工作流中，从而弥合手动与自动化流式细胞术分析之间差距的 Python 软件包，进而解决了常规临床门控中缺乏标准化和效率的问题。
💻 bioinformatics
Supervised Deep Learning for Efficient Cryo-EM Image Alignment in Drug Discovery with cryoPARES
该论文介绍了 cryoPARES，这是一种监督式深度学习方法，它通过利用先验姿态信息并消除人工干预，加速了冷冻电镜图像对齐，并实现了用于药物研发的实时、自动化的结构测定。
💻 bioinformatics
Multi-feature Classification to Improve Colorimetric Loop-Mediated Isothermal Amplification Fidelity
本研究通过开发一种利用热力学和序列特征（特别是来自 F1c 和 B1c 引物的特征）来预测检测成功并提高引物设计忠实度的机器学习分类模型，旨在解决比色环介导等温扩增（LAMP）的重复性挑战。
💻 bioinformatics
Intra-slide calibration technology improves immunohistochemical harmonization within and between anatomic pathology laboratories
本研究表明，当片内校准技术与计算分析相结合时，能显著提高不同解剖病理实验室之间 p53 免疫组化检测的一致性和可重复性，从而支持神经肿瘤学中更具客观性的诊断决策。
💻 bioinformatics
DDI_single: Single-Sequence-Based Protein Domain Assembly
DDI_single 是一种基于单序列的新型算法，它利用 ESM-1b 蛋白质语言模型和一个门控交叉注意力模块来准确预测域间残基相互作用，从而在组装多结构域蛋白质结构方面，比 trRosettaX_single 等现有方法实现了更高的准确度。