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。

Pycea 是一个开源 Python 工具包，它引入了 TreeData 格式，旨在将谱系树数据与 scverse 生态系统中的单细胞测量数据进行无缝整合，从而为细胞谱系追踪实现可扩展的分析、可视化和统计推断。

本研究采用离线结构预测与搜索流程，对药用蛭形鳗（*Hirudinaria manillensis*）唾液中未表征的细胞外囊泡货物进行注释，成功为其中一个候选蛋白分配了 Ly-6/uPAR 三指折叠结构，同时识别出两个结构未解析的蛋白质，并验证了一个保守的胰蛋白酶样基因模型。

这项针对结核病患者的纵向蛋白质组学重新分析表明，尽管治疗驱动了营养不良者和体重正常者在炎症及营养代谢蛋白质系统方面的广泛恢复，但基于 BMI 定义的营养不良状态并未显著改变这种恢复的轨迹，尽管该研究在确定两组之间是否存在等效性方面仍处于统计效能不足的状态。

本文介绍了 **smoothclust**，这是一个 R 语言程序包，它提供了一种基于空间平滑的聚类工作流以及一种新型的边界密度度量指标，用于生成具有可解释性的空间域标签，并量化空间转录组数据中的组织架构组织程度。

CellMethMarker 是一个综合性的、经过人工整理的数据库，它整合了数十万个从头发现（de novo）及文献来源的 DNA 甲基化标记，以实现细胞和组织特异性的身份推断、可视化以及改进的甲基化组解卷积。

Neopep 是一种序列条件扩散模型，它通过利用强化学习，使用机器学习力场能量对生成模型进行微调，从而克服了非规范肽结构预测中的数据稀缺问题，进而实现了比现有最先进方法更高的准确度。

GLOM-TGITO 是一个结合了全局-局部荧光预测与多视图景观引导优化的多尺度蛋白质设计框架，旨在高效地发现高活性、可靠且新颖的蛋白质变体，在预测准确性和结构稳定候选者的识别方面均优于现有方法。

NK-RCPP 工作流表明，将受体匹配的靶向得分与结构邻近性比较相结合，能够显著优化神经激肽受体多肽候选药物的优先级排序，从而产生一个与仅基于靶向活性所选出的结果截然不同的独特精选名单。

该论文提出了 MPFIL，一种结合结构与序列信息以有效预测突变引起的蛋白质-蛋白质结合亲和力变化的多级特征整合框架，并在多个基准数据集上展示了具有竞争力的性能。

本文提出了 Omnibenchmark，一个可复现且标准化的框架，旨在统一单细胞 RNA 测序预处理流程的评估，以解决现有基准测试中的不一致问题，并促进更灵活、更具扩展性的方法比较。