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。

该论文通过广泛基准测试证明，基于 Ankh 语言模型嵌入的 Ankh-score 方法在蛋白质序列比对任务中显著优于 AlphaFold3 的结构比对及传统 BLOSUM 矩阵方法，并提供了相应的开源工具。

本研究利用两个玉米 NAM 数据集评估了三种权重优化方法（线性变换、Nelder-Mead 和贝叶斯）在加权集成基因组预测模型中的应用，结果表明这些方法在权重显著偏离等权时能提升预测性能，但各优化策略之间未表现出明显的优劣差异。

该研究通过以coccolithophore钙化相关蛋白检索为案例，评估了三种智能体系统在复杂生物信息学任务中的表现，发现Codex系统在检索准确性、特异性及结果稳定性方面优于Biomni和DeerFlow，表明此类任务的成功更依赖于提示分解、分类限定及查询生成等策略而非单纯的输出数量。

该研究揭示了当前 MHC 类 I 肽段预测领域因依赖计算模型进行数据去卷积而导致的递归数据污染问题，并通过提出基于纯净数据评估的深度学习模型 deepMHCflare，显著提升了 T 细胞表位发现的准确性及临床转化潜力。

本文提出了一种名为 CLEAR 的贝叶斯基因集富集分析框架，该框架通过联合建模基因集并直接利用连续的基因水平统计量（而非依赖阈值二值化），在减少冗余结果的同时提高了富集分析的灵敏度与可解释性。

本文提出了可解释的通用预训练细胞仪 Transformer（GPCT）框架，通过针对异质性标记面板的预训练策略，实现了流式细胞术数据在样本级预测任务中的高泛化性能与生物学可解释性，标志着流式细胞术基础模型的重要突破。

本文提出了方向增强评分势（DESPOT），这是一种将各向同性知识势扩展为各向异性概率框架的新方法，通过引入原子类型特定的局部参考系和空位状态来显式建模方向偏好与立体排斥，从而在姿态评分和虚拟筛选任务中显著优于传统方法。

本文提出了名为 StriMap 的结构信息深度学习框架，通过整合理化、序列上下文及结构特征实现了 TCR-肽-HLA 相互作用的高精度预测，并成功应用于强直性脊柱炎等自身免疫疾病的抗原驱动因素解析与免疫治疗设计。

本文提出了 CardamomOT，一种基于机理最优传输的新框架，通过整合精确时间标签和先验知识，在单细胞转录组时间序列分析中实现了基因调控网络推断、未观测蛋白轨迹重建及扰动响应生成的统一与高精度建模。

本文提出了一种名为 TRACE 的轻量级多模态框架，通过引入 CLIP 风格的实体内对比对齐机制，有效解决了 TCR-肽段结合预测中因结构数据噪声导致的多模态融合失效问题，证明了在生物信息学应用中，通过约束模态交互优化比单纯增加模态更能提升模型的鲁棒性与性能。