Evaluating Limits of Machine Learning-Assisted Raman Spectroscopy in Classification of Biological Samples
该研究指出，在机器学习辅助的拉曼光谱生物样本分类中，数据质量与光谱相似性是影响准确性的主要瓶颈，而非机器学习算法本身，因此优化样本制备、测量条件及仪器校准对于实现鲁棒可靠的分类至关重要。
💻 Category
bioinformatics
1250 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。
Information Leakage in Enzyme Substrate Prediction
该论文批判性地检查了酶 - 底物预测领域的一个热门数据集及三个相关模型，揭示了其中存在的信息泄露问题，并证明在消除泄露后这些模型的性能会骤降至接近随机水平。
MolX: A Geometric Foundation Model for Protein-Ligand Modelling
本文提出了 MolX，一种基于大规模 3D 结构数据训练的 E(3) 等变图 Transformer 基础模型，通过联合学习蛋白质口袋与小分子的几何及化学表征，在多种下游任务中实现了状态最领先的性能，并具备可解释的生物学洞察能力。
Achieving spatial multi-omics integration from unaligned serial sections with DIME
本文提出了一种名为 DIME 的新型深度学习框架，通过结合图对比学习与混合对齐策略（包括相干点漂移线性分配和最优传输），成功实现了从未对齐的连续切片中整合空间多组学数据，从而在无需特征交集的情况下获得鲁棒的融合表示并识别出具有生物学意义的空间结构域。
SpatialCompassV (SCOMV): De novo cell and gene spatial pattern classification and spatially differential gene identification
本文介绍了 SpatialCompassV (SCOMV) 这一计算工具，它通过量化基因和细胞相对于感兴趣区域（如肿瘤）的距离与方向向量，实现了无需先验知识的空间模式无监督分类及空间差异基因识别，从而在乳腺癌和肺癌数据中揭示了新的空间分布特征与恶性状态判别能力。
LRSomatic: a highly scalable and robust pipeline for somatic variant calling in long-read sequencing data
本文介绍了 LRSomatic，这是一个基于 Nextflow 的高可扩展且稳健的 nf-core 兼容流程，能够从 PacBio HiFi 和 ONT 长读长测序数据中高效识别体细胞 SNV、indel、结构变异及拷贝数变异，并支持肿瘤 - 正常配对或单肿瘤样本设计及表观遗传整合，在基准测试和真实病例中均展现出卓越性能。
Arborist: Prioritizing Bulk DNA Inferred Tumor Phylogenies via Low-pass Single-cell DNA Sequencing Data
该论文提出了一种名为 ARBORIST 的方法，通过利用低深度单细胞 DNA 测序数据对基于高深度批量 DNA 测序推断的肿瘤进化树候选集进行排序和优选，从而有效解决了单一模态数据在肿瘤系统发育重建中的局限性并提高了推断的准确性。
Nanopore sequencing reaches amplicon sequence variant (ASV) resolution
该研究证明，随着测序准确性的提升，牛津纳米孔（ONT）技术现已能够通过标准去噪算法直接从原始读段生成精确的扩增子序列变异（ASV），从而在无需参考数据库的情况下实现对复杂微生物群落及基因组内变体的可靠分析。
ESMRank reveals a transferable axis of protein mutational constraint from overlapping variant effect assays
该研究提出了一种基于重叠变体效应实验的“变异稳健性”框架，通过整合多组数据构建出可迁移的蛋白突变约束轴，并据此开发了超越现有方法的序列预测模型 ESMRank，实现了无需临床监督即可准确预测蛋白突变效应并揭示其结构机制。
Random Matrix Theory-guided sparse PCA for single-cell RNA-seq data
该论文提出了一种基于随机矩阵理论的稀疏主成分分析方法，通过引入自洽估计转录组噪声的双白化算法自动确定稀疏度，从而在无需人工调参的情况下显著提升了单细胞 RNA-seq 数据的降维效果与细胞类型分类性能。