1238 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。
该研究利用质谱分析揭示了 Ube2j2 缺失在衣霉素诱导的内质网应激下对 U2OS 细胞蛋白质组的影响，不仅确认了其与 UPR 和 ERAD 的关联，还发现了其此前未被认知的在 RNA 代谢、内质网 - 高尔基体运输及细胞周期进程中的功能。
LigandForge 是一款无需本地安装的 Web 服务器，它通过整合结构验证、基于体素的性质网格构建、化学感知片段组装以及强化学习优化等技术，实现了面向结构引导的从头药物设计，从而弥合了大分子结构数据与实验可行的先导化合物之间的鸿沟。
该研究通过系统映射与分子动力学模拟，揭示了保守水分子作为关键结构配体，其被单核苷酸多态性破坏是导致人类蛋白质功能障碍及疾病（如戈谢病）的重要机制。
该研究通过开发整合单氨基酸变异和辅助蛋白质组变异的数据非依赖性采集（DIA）分析流程，显著提高了*Legionella pneumophila*的蛋白质组覆盖度与鉴定置信度，从而实现了更精准的细菌蛋白质型分析。
该论文介绍了 muat，一种基于 Transformer 的便携式软件，利用体细胞变异数据对肿瘤进行分类和表征学习，并通过 Docker 和 Bioconda 实现跨环境部署，在无需重新训练的情况下即可在多种测序数据（如 WGS 和 WES）及受保护处理环境中实现高精度的肿瘤类型识别。
该研究开发了名为 GenomeAnonymizer 的首个方法，通过生成保留肿瘤体细胞变异和测序噪声但完全去除种系信息的“体细胞肿瘤双胞胎（STTs）”数据，在确保捐赠者隐私的前提下实现了肿瘤基因组数据的开放共享，从而显著加速了癌症研究与临床转化的进程。
本文介绍了 PANDA，一种用于靶向亚硫酸氢盐扩增子测序的端到端图形化流程，它通过连接未合并的双端读段来恢复单分子水平的连续甲基化模式，从而克服了传统位点平均分析无法解析表等位基因异质性的局限。
OncoMORPHIA 是一个免费的集成化 Web 平台，通过自动整合来自十个公共数据库的数据，将癌症突变的三维结构可视化、临床注释、药物靶点映射、生存分析及 AI 解读等功能统一于单一界面，使研究人员无需专业生物信息学背景即可在结构及临床背景下探索癌症突变。
DeepTrio 是一种利用深度学习直接从家系序列数据中学习并自动权衡测序误差、映射误差及新生突变率的变异检测工具，其在 Illumina 和 PacBio HiFi 数据上的表现优于 DeepVariant，尤其在低覆盖度场景下具有显著优势。
SSAlign 是一款利用蛋白质语言模型和两阶段对齐策略开发的超快且高灵敏度的蛋白质结构检索工具，在 AFDB50 等大规模数据集上相比 Foldseek 实现了两个数量级的速度提升，同时在敏感性和召回率上显著超越现有方法，为大规模结构生物学和药物发现提供了高效解决方案。