scExploreR: a flexible platform for democratized analysis of multimodal single-cell data by non-programmers
scExploreR 是一款基于 R Shiny 开发的灵活平台，旨在通过支持多模态数据输入、提供高度可定制的绘图功能及无需编程的交互式界面，赋能非编程研究人员深入分析单细胞测序数据并促进跨学科协作。
💻 Category
bioinformatics
1246 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。
Multi-omics Profiling Identifies Molecular and Cellular Signatures of Regular Physical Activity in Human Peripheral Blood
该研究通过整合多组学数据，揭示了规律运动通过增强脂肪酸氧化与抗氧化防御、提升抗原呈递细胞中抗原呈递相关基因的表观遗传与转录活性、预激活细胞毒性 T 细胞及 NK 细胞效应功能，并优化免疫细胞间通讯，从而在分子和细胞层面阐明其改善代谢与免疫健康的机制。
Getting over ANOVA: Estimation graphics for multi-group comparisons
本文介绍了 DABEST 2.0 框架，旨在通过聚焦效应量量化来克服传统方差分析（ANOVA）的局限，为生物研究中常见的复杂多组比较（如共享对照、重复测量及双因素实验等）提供强大的估计统计工具。
EpiExpr: Predicting gene expression using epigenetic data and chromatin interactions
本文介绍了 EpiExpr，一种利用深度学习框架整合一维表观遗传数据与三维染色质相互作用来精准预测基因表达、验证调控元件并作为高效替代方案的新方法。
Joint Learning of Drug-Drug Combination and Drug-DrugInteraction via Coupled Tensor-Tensor Factorization with SideInformation
本文提出了一种基于耦合张量分解与多视图辅助信息（如化学结构、副作用等）的联合学习框架（SI-ADMM），通过改进的 ADMM 算法在解决数据稀疏问题的同时，实现了对药物组合疗效与药物相互作用（包括新药场景）的同步预测，并在多源数据集上验证了其优越性。
QuantCell: machine learning based cell annotation integrating qualitative and quantitative imaging profiles
本文介绍了 QuantCell，一种利用机器学习整合定性与定量成像数据以解决复杂组织中细胞注释难题的框架，该框架在小鼠骨髓 PhenoCycler 成像数据中将注释细胞比例从 33.1% 提升至 90.2% 且准确率达 96.5%，同时能有效识别稀有细胞群。
A single cell atlas of mouse podocytes upon injury identifies kidney zone-dependent responses.
该研究通过单细胞转录组分析揭示了小鼠肾小球足细胞在皮质与近髓区存在固有的代谢差异，并发现 p53 介导的衰老反应是导致近髓区足细胞在局灶节段性肾小球硬化（FSGS）中损伤更严重的关键机制。
t2pmhc: A Structure-Informed Graph Neural Network to predict TCR-pMHC Binding
本文提出了 t2pmhc，这是一种利用 TCR-pMHC 复合物预测结构构建的图神经网络框架，通过捕捉三维结构相互作用显著提升了模型对未见肽段的泛化能力，并揭示了与生物学机制一致的注意力分配模式。
miREA: a network-based tool for microRNA-oriented enrichment analysis
本文介绍了 miREA，一种基于网络的微 RNA 富集分析工具，它通过利用微 RNA-基因相互作用（MGIs）信息开发了五种边缘导向算法，在多种癌症数据集中展现出比传统节点导向方法更高的敏感性和生物学可解释性，从而有效揭示了微 RNA 在通路层面的调控机制。
Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles
本文提出了 RigidSSL，一种通过结合大规模结构扰动与分子动力学轨迹、利用双向刚性感知流匹配目标来学习几何先验的自监督预训练框架，显著提升了蛋白质设计的可设计性、新颖性及构象集合的物理真实性。