1180 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。
本研究介绍了 DeepMM，这是一种深度学习工具，用于在分箱（binning）之前检测并纠正宏基因组组装基因组（MAGs）中的物种间嵌合重叠群（interspecies chimeric contigs），从而显著减少了标准基于标记的质量控制往往会遗漏的、与参考序列不一致的基因和毒力因子注释。
本文介绍了 vampW，这是一种基于向量近似消息传递（Vector Approximate Message Passing）和 Weibull 模型的全新全参数贝叶斯方法，它通过对相关的多组学生物标志物和生存时间数据进行有效的联合建模，显著降低了假发现率并提高了疾病发作预测的准确性，从而优于传统的边缘检验和其他联合模型。
本研究通过使用更新后的公开数据，重新审视了一种 2003 年的最近邻毒性预测方法，以验证其对大鼠经口 LD50 及其他 28 个终点的预测准确性，同时证明了一种通过测量化合物在蛋白质家族中的结构覆盖范围来衡量其结构广度的反向筛选方法，通过捕捉超越标准理化性质的亲和性（promiscuity），显著提高了毒性预测能力。
DNA-LLM2Vec 引入了一个阶段性框架，将基于定向解码器的 DNA 基础模型转换为双向编码器，证明了针对下游基因组任务的最佳适配策略取决于具体的任务结构和底层的模型架构。
本文介绍了 E3 连接酶配体分析仪（E3 Ligase Ligandalyzer），这是一个免费开放的、以结构为先的 Web 平台，通过集成化学信息学和结构工作流，实现对实验解析的 E3 连接酶-招募复合物进行比较分析，以促进下游降解剂的设计。
作者提出了 NCI-Profiler，这是一个免费的自动化工具，能够直接从结构坐标中检测并可视化九种类型的蛋白质-配体非共价相互作用，其准确度和速度均高于 PLIP 等现有工具，同时为金属配位和大环配体等复杂情况提供了更广的覆盖范围。
这项研究表明，尽管 AlphaFold3 通过从训练数据中学习，能够可靠地预测本质无序单体，但由于刚性结构先验覆盖了输入信息，其多聚体预测仍具有不可预测性，这凸显了对富含无序数据集和系综采样而非仅仅是架构创新的迫切需求。
LOCALE 引入了一种具有噪声鲁棒性的 DNA 搜索框架，该框架通过使用经 InfoNCE 训练的编码器来生成具有变异容忍性的嵌入，将序列检索重新构建为稠密检索，其在准确性和跨拍级数据库的可扩展性方面显著优于最先进的 k-mer 索引及现有的嵌入方法。
VirtualSkin 是一种细胞语言模型，它成功地将皮肤细胞身份与干预响应预测相结合，证明了在注释炎症性皮肤状态以及预测跨多种疾病、解剖部位和扰动的细胞响应方面具有更高的准确性。
本研究引入了 LEAF 框架，旨在评估语言模型是否能改善离子化脂质的有预算分子搜索，结果发现，尽管证据参与程度各异，但零样本大语言模型提议者由于高重复率且缺乏真正的性能提升，未能超越遗传算法等经典基准方法。