GCN-Mamba: Graph Convolutional Network with Mamba for Antibacterial Synergy Prediction
本文提出了一种融合图卷积网络与 Mamba 状态空间模型的 GCN-Mamba 框架,通过整合分子指纹与细菌基因表达数据,显著提升了抗菌协同作用的预测精度,并成功发现并实验验证了针对 MRSA 的新型协同药物组合。
1245 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。
本文提出了一种融合图卷积网络与 Mamba 状态空间模型的 GCN-Mamba 框架,通过整合分子指纹与细菌基因表达数据,显著提升了抗菌协同作用的预测精度,并成功发现并实验验证了针对 MRSA 的新型协同药物组合。
该研究通过系统基准测试发现,尽管单细胞基础模型(scFMs)提供了统一的细胞状态视图,但其零-shot 嵌入在捕捉细胞命运决策的非线性动态方面表现不如传统高变基因(HVG)基线,主要归因于现有架构过度压缩了细微的时间信号并人为地将分支结构线性化。
该论文提出了一种名为 Tv(变异张力)的基于核回归的因果框架,用于从多序列比对中量化氨基酸替换的方向性不对称性,并通过 Web 应用展示了其在识别致病突变及预测蛋白质适应性进化中的有效性。
该研究通过全原子分子动力学模拟,系统比较了八种水模型与 AMBER Lipid21 力场在模拟 POPC 和 DPPC 脂质双层时的表现,发现 SPC/E 水模型在结构性质上最符合实验结果且无需修正,是综合性能最优的选择,而 TIP4P-Ew 模型在侧向扩散系数方面与实验吻合度最高。
Sassy2 是一种利用 SIMD 并行技术优化短 DNA 模式批量近似匹配的工具,通过先过滤后缀再验证全模式的方法,在合成及真实生物数据上显著提升了搜索吞吐量并大幅超越了 Sassy1 和 Edlib。
本文介绍了一个名为 Llemy 的基于大语言模型的代理框架,通过从黑客松开始的持续用户驱动开发流程,有效辅助研究人员探索和分析复杂的大型分子相互作用图谱,并验证了其在路径总结及功能优先排序方面的实用价值。
本文提出了 GE-BiCross 框架,通过引入分层双向交叉注意力机制深度整合基因组与环境信息,在大规模玉米数据上显著提升了复杂基因型与环境互作(G×E)的预测精度,为气候智慧型作物育种提供了强有力的工具。
该研究提出了一种基于图层拉普拉斯谱能量的新型微生物多样性度量方法,该方法能够同时整合基因组架构与分类组成信息,并在区分健康人与炎症性肠病(IBD)患者肠道菌群方面表现出优于传统指标的判别能力。
该研究开发了名为 LongHap 的新型读长分相工具,通过无缝整合长读长测序数据中的序列变异与内源性甲基化信号,显著提升了单倍型重建的准确性与连续性,尤其在医学相关基因的分相中表现优异。
本文介绍了 DIPScan 这一新方法,它能够准确检测流感病毒测序数据中的缺失型病毒基因组(DelVGs),并校正由此产生的共识序列错误,从而提升病毒基因组重建的准确性。