An improved generic schema for high fidelity data linkage and sample tracing across complex multi-assay medical entomology studies
本文证明，改进的通用数据模式成功确保了坦桑尼亚复杂、多团队、多阶段的疟疾媒介研究中高保真度的数据链接和稳健的样本可追溯性，实现了从野外采集到昆虫室饲养及实验室分析的近完美数据整合。
💻 Category
bioinformatics
756 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。
Phylogenomic coupling of F1 chemosensory and archaellum systems across archaea and monoderm bacteria
本研究揭示，基于古菌鞭毛的运动能力和 F1 型化学感应系统很可能是通过水平基因转移从古菌传递至绿弯菌门的细菌，从而在这些截然不同的域之间确立了共同的进化轨迹。
CardioSafe: Multi-task prediction of cardiac ion channel activity with reverse-leak audited benchmarking
CardioSafe 是一个多任务神经网络，它整合了化学和转录组特征以预测心脏离子通道活性，在反向泄漏审计发现并清除了此前人为抬高 Nav1.5 和 Cav1.2 通道基准结果的训练数据污染后，其表现优于现有方法。
Amino Acid Insertion Energetics in a POPC Bilayer from Unbiased Molecular Dynamics
本研究利用无偏分子动力学模拟，量化了 28 种氨基酸类似物在 POPC 双层膜中的插入能，生成了深度依赖的平均力势，成功复现了实验疏水性标度，并阐明了质子化状态和芳香族取向的热力学作用。
CausalKnowledgeTrace: A Novel Computational Framework for Automated Literature-Based Causal Graph Construction and Evidence-Based Variable Selection in Biomedical Research
CausalKnowledgeTrace 是一个可扩展的基于 Python 的计算框架，它从生物医学文献中自动构建基于证据的因果图，以系统性地识别混杂因素和偏倚结构，从而改善观察性研究中的因果推断。
MucOneUp: A Simulation Framework for MUC1-VNTR Variant Benchmarking
本文介绍了 MucOneUp，这是一个专门的模拟框架，旨在生成基准数据集，用于评估变异检测工具在多种测序平台上检测 MUC1-VNTR 移码突变的表现。
The elusive resistome: a global comparison reveals large discrepancies among detection pipelines
本研究证明，抗生素抗性基因检测中缺乏标准化方法导致不同分析流程之间出现巨大差异，致使相同的宏基因组数据产生相互冲突的生物学解释，从而凸显研究人员必须审慎论证并清晰传达其所选分析方法的重要性。
Zero-shot biological reasoning with open-weights large language models reproduces CRISPR screen based prediction of synthetic lethal interactions.
本研究证明，开放权重大型语言模型，尤其是 Qwen2.5-32B-Instruct，能够通过利用预训练的生物知识有效预测合成致死相互作用，其表现优于随机猜测和非大型语言模型方法，为癌症新治疗靶点的优先排序提供了一种可扩展且可解释的替代方案。
Deep Computational Anatomy via Latent-Aligned Multiview Normalizing Flows
本文介绍了潜在对齐多视图归一化（LAMNr）流，这是一种深度学习框架，旨在从异构多模态数据集中学习共享的潜在子空间，以实现精确似然建模、闭式跨视图插补以及对群体模板和测地线插值的计算解剖学解释，并得到了一个与 ANTsX 生态系统集成的全面开源 PyTorch 实现的支持。
Cadence: A Benchmark Evaluation of the Narrative Velocity Framework for Next Clinical Event Prediction in MIMIC-IV
本研究引入了 Cadence 模型，这是一种叙事速度框架，其在残差多层感知机中利用自蒸馏的 PubMedBERT 嵌入，在 MIMIC-IV 数据集上相较于强基线模型在下一临床事件预测准确率和事件时间回归方面展现出统计学显著的改进，同时凸显了特定的校准与泛化挑战。