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。

本文提出了一种名为 ITEC 的全无监督迭代追踪与纠错方法，能够以超过 99.7% 的精度从海量数据中自动重建跨物种（如斑马鱼、小鼠和果蝇）胚胎的完整细胞谱系与命运图谱，从而为解析发育动力学提供了强有力的平台。

本研究开发了名为 scPloidyR 的隐马尔可夫模型，通过联合建模 Tapestri 单细胞靶向测序中的读段深度和 B 等位基因频率信号，显著提升了拷贝数变异的检测精度，并证明了在具备等位基因信息时该方法优于仅依赖深度的现有工具，而在缺乏该信息时深度单一模型则更为适用。

该研究提出了一种兼容 Gymnasium 的抗生素耐药性模拟框架，并通过多场景实验证实，在部分可观测和延迟反馈的复杂环境下，分层强化学习结合风险分层信息能比传统固定规则更有效地优化抗生素处方策略并控制耐药性。

该论文提出利用共形预测技术为液相色谱 - 串联质谱数据中的分子检索构建具有特定可靠性的预测集，从而在分布内及分布偏移场景下，将传统的候选分子排序转化为具有明确可靠性保证的谱图特异性候选集合。

这项研究首次将复制时间代理指标与形态学嵌入整合到胰腺癌个性化基因网络中，证实了基于复制时间的网络不仅能以 80% 的准确率区分基底样和经典亚型，还能揭示具有临床意义的表观遗传调控机制。

Grass Expression Atlas (GExA) 是一个基于统一流程处理公开 RNA-seq 数据的交互式网络资源，旨在为珍珠粟、谷子、糜子、指状粟、大麦和高粱等禾本科物种提供跨组织、发育阶段及条件的基因表达快速探索平台。

本文介绍了名为 Stoic 的新方法，该方法利用蛋白质语言模型嵌入和图神经网络，通过识别界面残基而非全局序列特征，实现了快速且准确的蛋白质复合物化学计量比预测。

本文提出了 PepCABO 框架，通过结合对比对齐的双变分自编码器与高斯过程代理模型，在潜在空间中实现跨等位基因的知识迁移，从而显著提升了在有限实验预算下针对特定 MHC 等位基因的肽段结合亲和力优化效率。

本文介绍了 ColBuilder 框架的扩展，该扩展能够生成包含葡萄糖胺、戊糖苷和 MOLD 等非酶促晚期糖基化终产物（AGE）交联的原子级胶原原纤维模型，并通过分子动力学模拟揭示了 AGE 交联与酶促交联在力学响应上的显著差异，从而为研究胶原老化提供了新工具。

本文提出了 PBML 算法，该算法基于压缩 PBWT 索引，通过引入最小 haplotype 数量（k）和最小长度（L）阈值，实现了在大型多样化单倍型面板中高效、低内存地筛选具有生物学意义的长距离共享祖先片段，显著优于现有工具。