bioinformatics 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。

本文提出了一种针对彩色压缩 de Bruijn 图的新方法，通过结合插值与外推技术来校正基因组数量差异，并利用 Hill 数指数对稀有和常见节点进行加权，从而实现对泛基因组多样性的有效比较。

该论文提出了 SpeciefAI，一种基于 Transformer 的多物种模型，能够直接在 mRNA 空间生成针对特定物种（如人和犬）优化的抗体框架序列，从而在满足宿主高效表达需求的同时最小化免疫原性。

本文通过引入由泛基因组图诱导的同源关系概念，提出了用于比较不同图模型及定义其相互转换性质的同源度量标准，并开发了相应的转换算法及工具包 WGAtools。

本文设计了空间占用小于每 k-mer 3 比特的更快子集秩数据结构，从而在低内存区间实现了帕累托最优的 SBWT 基 k-mer 查找结构。

本文提出了名为"10-minimizers"的新型最小化子类，证明了其在非渐近区间内具有比随机最小化子更低的期望密度，并进一步设计了兼具常数空间、低密度和快速 k-mer 键检索特性的"spacers"方案，从而在性能上超越了现有的常数空间最小化子方法。

本文提出了名为 scTimeBench 的模块化基准平台，通过评估九种主流方法在预测准确性、嵌入一致性和谱系保真度等关键任务上的表现，揭示了现有单细胞时间序列分析方法在保持生物信号和谱系重建方面的不足，并发布了相应的开源 Python 工具包以推动该领域的标准化评估。

MosaicTR 是一种利用长读长测序数据量化串联重复序列体细胞不稳定性的工具，它克服了短读长测序的读长和 PCR 滑动限制，通过 motif 单元加权指标有效降低测序噪声，并支持在不同组织或时间点间检测特异性不稳定性变化。

该论文提出了一种名为 MutationNetwork 的图框架，通过整合长程染色质相互作用与局部基因组重叠来构建突变中心网络，从而有效区分驱动突变与乘客突变，并在乳腺癌亚型分类及非编码驱动突变优先排序中展现出显著性能。

本文介绍了 VICAST 这一集成工具包，它通过结合半自动化基因组注释与人工审查、针对低频变异优化的检测流程以及多路径注释方案，有效解决了病毒传代研究中现有工具在功能注释准确性和低频变异分析方面的局限，并已在多种病毒数据集及 Chikungunya 病毒新注释中验证了其高效性与实用性。

本文提出了一种名为 SLAB 的高效扫描线算法，用于在 PBWT 框架下识别单倍型块核心（即多个单倍型块重叠的基因组片段），并通过 UK Biobank 数据分析展示了其在揭示选择信号及补充传统 IBD 分析方法方面的生物学价值。