1244 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。
该研究通过跨病因转录组分析揭示了肝细胞癌中保守的增殖激活与肝细胞丢失程序，并发现乙肝相关肿瘤中存在独立于细胞周期的损伤特征，从而构建并验证了一个能有效区分肿瘤与非肿瘤组织且具预后价值的综合评分体系。
本文提出了名为 AnewSampling 的生成式基础框架，该框架利用包含超过 1500 万构象的大规模自构建数据库及新颖的商空间生成方法，首次实现了在原子级别上对生物分子相互作用平衡分布的高保真采样，其性能显著超越现有生成式方法并有效克服了传统分子动力学在采样耦合运动方面的局限。
本文介绍了 Cycle-Extractor（CE），这是一种利用混合整数线性规划从短读长或长读长测序数据中快速、准确地重构 ecDNA 环状结构的新工具，其速度比现有工具 CoRAL 快 40 倍，且在模拟数据和真实癌细胞系（如 PC3 细胞）中展现出更高的重构精度与完整性。
该研究提出了结合残差块与注意力机制的 MetaResNet 模型，通过系统评估五种色彩映射方案并采用 SMOTE 处理类别不平衡问题，证实了“Jet 色彩映射配合 SMOTE"是微生物组疾病分类的最优策略，从而在多个基准数据集上实现了优于现有深度学习基线的诊断性能。
该研究利用猪作为模型，通过分位数回归揭示了传统线性回归无法检测到的、富集于远端调控元件且与人类疾病相关的上下文依赖性基因表达调控机制，证明了猪eQTL图谱在发现人类静息状态下沉默的遗传变异方面具有独特价值。
本文介绍了 EoRNA 数据库 v2 版本的重大更新，该版本通过全新的自动化数据发现与处理工作流实现了样本量数量级的增长，并提供了物种无关的开源基础设施及基于大麦泛转录组的最新参考数据集。
本文介绍了 ATAClone，一种专为单细胞 ATAC-seq 数据开发的工具，它能够自动识别具有共享拷贝数谱的癌症克隆、在存在多倍体的情况下推断绝对拷贝数，并显著提高了拷贝数估计的准确性，从而帮助区分癌症中的遗传与非遗传因素。
本文介绍了 SuperSurv，这是一个统一的 R 语言框架，旨在通过提供标准化的接口、基于逆概率加权的堆叠集成策略以及可解释性工具，解决现有生存分析工具缺乏统一平台以整合、比较和集成异构模型的问题。
本文介绍了 DNA-MGC+，这是一种专为合成 DNA 数据存储设计的通用编解码器，它通过在不同测序平台（Illumina 和 Nanopore）及严苛错误条件下（如高达 24% 的 IDS 错误率）展现出优于现有方案的可靠性、资源效率及纠错能力，实现了更低的测序深度需求和读取成本。
本文介绍了 BioPipelines，一个开源 Python 框架，旨在通过整合 30 多种计算工具并提供模块化、可交互且无需修改即可从原型过渡到生产规模的流程，帮助化学生物学家克服软件环境和技术障碍，从而专注于蛋白质与配体设计中的科学问题。