1205 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。
本文介绍了 Deconomix，这是一个功能全面的 Python 工具包及图形界面，旨在通过机器学习优化基因权重、推断背景贡献及解析细胞类型特异性基因调控，从而从异质性批量转录组数据中精确反演细胞组成。
该研究提出了一种基于机器学习的通用模型，通过从精简数据中学习非共价相互作用原理，成功实现了对全新化学物质的药物 - 受体相互作用预测，从而弥补了传统结构生物学方法在理性药物设计中的不足。
FlashDeconv 通过结合杠杆得分重要性采样与稀疏空间正则化，实现了在标准笔记本电脑上对百万级空间转录组数据的高效、高精度去卷积分析，不仅揭示了组织特异性分辨率阈值，还首次量化了 Tuft 细胞化学感应生态位并发现了传统方法无法识别的肿瘤免疫微域。
该研究开发了基于人工智能的 Col-Ovo 系统，利用智能手机图像在无需预处理的情况下实现对真实野外环境中伊蚊卵的快速自动计数，将单样本处理时间从 15 分钟缩短至 3 秒以内，从而有效解决了大规模蚊卵监测中的人工计数瓶颈。
本文提出了 PACMON，一种基于贝叶斯潜在因子模型的框架，它通过结构化稀疏先验将多组学扰动数据与已知生物通路对齐，从而在大规模单细胞扰动筛选中实现了对通路程序及其受扰动调控的可解释、可扩展且统一的解析。
本文提出了 TCRseek，一种结合多尺度窗口 k-mer 嵌入与 FAISS 近似最近邻索引的两阶段检索框架，通过引入重排序机制，在显著加速大规模 TCR 库搜索的同时保持了高灵敏度。
该研究通过大规模基准测试发现，不同 SNP 注释工具与基因模型会导致显著的结果差异，进而影响下游通路分析，因此采用多工具与多模型整合策略能提供最全面的注释并保障基因组解释的稳健性。
dreampy 是一个 Python 工具，它将 R 语言中的 dreamlet 框架原生移植到 Python 生态中，利用伪批量混合模型对单细胞 RNA-seq 数据进行差异表达分析，以有效处理批次效应、重复测量及多供体研究中的层级结构。
本文提出了 Micro16S，一种基于系统发育关系将 16S rRNA 基因序列嵌入连续向量空间的深度学习模型，该模型虽在分类基准任务中表现不及传统方法，但成功验证了利用进化信息构建微生物组表征的可行性，并指出了算法设计与类别不平衡等未来改进方向。
ExposoGraph 是一个交互式知识图谱平台，通过整合 IARC、KEGG 及 PharmVar 等多源数据，将致癌物暴露、代谢活化与解毒途径、DNA 损伤及遗传变异统一可视化，从而支持癌症风险中基因 - 环境相互作用的系统性评估与假设生成。