🧬 生物学
A novel freshwater PP-like cyanophage with an unknown source endonuclease VII gene
本研究报告了一种新型淡水蓝藻噬菌体 PP-DH22 的分离与基因组特征分析，该噬菌体在结构组织上与蓝藻噬菌体 PP 具有相似性，但拥有一个与大肠杆菌噬菌体具有高度序列一致性的独特内切核酸酶 VII 基因，这表明其可能具有超越蓝藻的更广泛宿主范围。
🧬 Category
q-bio
6299 篇论文
🧬 生物学
Systematic identification of perioperative neurocognitive disorder related biomarkers in Alzheimer’s disease and development of machine learning-based diagnostic models
本研究整合了多组学分析、机器学习和实验验证，以鉴定出将阿尔茨海默病与围术期神经认知障碍联系起来的六个保守生物标志物，进而开发出一种诊断列线图，并提出了共同的免疫代谢机制及治疗靶点。
🧬 生物学
A global genomic and structural resource for the human skin microbiome
本文介绍了全球皮肤宏基因组数据（GSMD）资源，这是一个整合了超过 12,000 个新测序的皮肤宏基因组和数千个分离株基因组的综合目录，它显著扩展了已知皮肤相关微生物的多样性，并揭示了具有潜在新生化功能的蛋白质结构。
🧬 生物学
Inter-run alignment, not the normaliser, governs the glioblastoma microRNA landscape and reveals candidates validated in TCGA
本研究表明，qPCR数据的批次间对齐（inter-run alignment）而非归一化方法的选择，是解决胶质母细胞瘤microRNA图谱中不一致性的关键因素，这使得研究能够识别出包括新型候选分子miR-501-5p和miR-502-3p在内的38个稳健判别因子，并已在TCGA中得到验证。
🧬 生物学
DGCSA: Dynamic graph convolution with self-attention for EEG-based attention recognition in VR and 2D environment
该论文提出了 DGCSA，一种结合了动态图卷积、自注意力机制与贝叶斯优化特征集成的创新框架，该框架在基于 EEG 的注意力识别中实现了 91.67% 的准确率，并证明了与 2D 场景相比，虚拟环境能显著增强认知参与度。
🧬 生物学
Riociguat Suppresses Osteoclastogenesis and Ovariectomy-Induced Bone Loss by Attenuating MAPK Signaling and PPARγ–PGC-1β Coupling
Riociguat 通过减弱 MAPK 信号传导并破坏 PPARγ–PGC-1β 偶联，从而在不产生细胞毒性的情况下抑制破骨细胞生成并保护免受卵巢切除诱导的骨丢失，进而维持小梁骨微结构。
🧬 生物学
Network-based integrative analysis of key regulatory genes involved in rice response to Meloidogyne graminicola in the susceptible cultivar IR64
本研究利用基于网络的整合生物信息学方法，旨在鉴定热休克蛋白家族的核心基因以及调节易感水稻品种 IR64 对禾谷线虫（*Meloidogyne graminicola*）感染分子防御机制的关键应激反应通路。
🧬 生物学
Integrative Redescription of Peperomia heyneana Miq. (Piperaceae) Based on Morphological and Molecular Evidence
本研究通过结合详细的形态学观察（包括对其独特果实表面特征的首次记录）与 *rbcL* 分子系统发育证据，对 *Peperomia heyneana* 进行了综合性的重新描述，旨在解决历史上的分类学歧义并确认其在微椒亚属（subgenus *Micropiper*）中的地位。
🧬 生物学
A systematic investigation of molecular encoding methods for drug property predictions across neural network and Transformer encoder-based model
本研究通过在七个数据集上利用神经网络和基于 Transformer 的模型，系统地评估了各种分子编码方法，证明了 Transformer 方法不仅在药物属性预测方面实现了高准确度，还通过注意力权重提供了内在的可解释性，从而能够识别出具有化学相关性的子结构。
🧬 生物学
Learning alignment topology improves structural variant discovery from long-read sequencing
该论文介绍了 SGraSV，这是一种利用自监督图表示学习来克服固定聚类策略局限性的工具，从而显著提高了在不同长读段测序平台中对结构变异（包括移动元件插入）的检测、解析和可重复性。