1199 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。
crispAIPE 是一个基于 Transformer 的概率框架，通过在单纯形上利用狄利克雷似然（Dirichlet likelihood）和分裂共形校准（split-conformal calibration）对竞争性编辑事件进行建模，从而量化先导编辑结果的不确定性，进而实现对变体纠正效率的可靠预测以及跨细胞类型的泛化设计过滤。
尽管单细胞基础模型在基因嵌入方面表现出一些共同的结构模式（例如核糖体富集），但几何离群值在很大程度上是模型特有的，并且不能可靠地识别具有生物学重要性的基因或疾病相关靶点。
RKMR 是一个可扩展且具备不确定性感知能力的框架，它通过整合非线性核建模、尖峰-平板（spike-and-slab）变量选择以及空间依赖性，从高维空间组学数据中识别出稳健且具有预测性的标志物面板，在准确性和可解释性方面均优于现有方法。
PG-LLM 基准测试表明，尽管通用语言模型缺乏对结构数据或多序列比对的访问权限，但它们能够有效地对蛋白质变体进行排序，并表现出优于许多成熟的基于序列的预测器的能力，尽管它们仍然落后于专门的生物分子工具。
这项研究表明，在低遗传分化水平下的局部祖源推断，其根本限制在于可行性阈值和现有参考数据的不足，而非模型架构本身，这证明了单位点准确率指标掩盖了严重的结构性失效，并且提供更丰富的单倍型信息比架构创新能带来更大的性能提升。
这项研究揭示了一个新发现的、在原核生物和真核生物中广泛存在的进化保守型 GFP 折叠蛋白家族，该家族以一个由两个精氨酸、两个谷氨酸酸和一个酪氨酸组成的高度受限且埋藏的电荷网络取代了经典的荧光发色团，而这一基序也趋同地存在于无关的 DUF2490 家族中。
MassGAT 是一种开源的、基于图的协同学习方法，它通过将离子物种建模为图并利用图注意力网络，将峰检测与注释集成到 LC-HRMS 数据中，从而超越了现有的独立处理流程。
本文介绍了 Boltz2ESI，这是一个利用生物分子基础模型通过原生共折叠来预测酶-底物相互作用的端到端框架，从而捕捉活性位点的可塑性，并优于现有方法，以加速生物催化剂的发现和代谢途径的阐明。
该论文介绍了 GraNPA，这是一种仅需少量个体即可在泛基因组变异图上进行类 GWAS 关联研究的方法，旨在识别与表型相关的基因组区域，且不存在参考偏差或需要额外的群体数据。
DPCGS 是一个创新的计算框架，它将全基因组关联研究（GWAS）汇总统计数据与单细胞 RNA 测序数据相结合，实现了将遗传风险高分辨率地映射到特定细胞亚群和调控程序，证明了其优于现有方法的准确性，并为阿尔茨海默病和哮喘等复杂疾病的细胞机制提供了新的见解。