q-bio 篇论文 | Gist.Science

DNA甲基化遗传学联盟（GoDMC）开发了一个扩展的、社区驱动的软件框架，该框架标准化了队列级处理，并实现了整合DNA甲基化与遗传变异的可重复的、基于汇总统计学的分析。

本研究提出了一种结合 LightGBM 与基于 PyTorch 的注意力机制的新型混合机器学习框架，用于准确预测 VBNC 细菌的复苏，该框架实现了优于传统方法的性能，并确定了营养物浓度和 cAMP 信号传导是恢复的关键决定因素。

本文介绍了 Tabula，这是一个保护隐私的单细胞基础模型，它利用联邦学习来显式地捕捉基因组数据的表格结构，从而在不跨机构共享原始数据的情况下，实现对调控逻辑的发现以及对回春因子的识别。

本文介绍了太平洋环境DNA（eDNA）海岸观测站，这是一个跨越从圣地亚哥到朱诺的16个节点的跨国网络，该网络利用四年间的1,041份海水样本，生成了一个关于东北太平洋近岸鱼类生物多样性的全面且经过验证的数据集，展示了协调一致的eDNA监测在进行大规模比较推断方面的有效性。

通过应用一种新颖的 AI 中介框架（AHA）对基于通用数据集的数千项阿尔茨海默病研究进行复现与审计，作者证明了尽管该领域报告的预测性能可以在大规模范围内被复现，但现有数据在本质上信息不足以区分相互竞争的假设，从而揭示了限制解释该领域迥异研究轨迹的证据上限。

这项针对65项小鼠研究的系统评价得出结论，认为音乐暴露能显著增强大鼠的行为、神经生物学及生理表现，尽管方法学上的异质性使得有必要进行进一步的标准研究，以阐明其机制并确认其对人类的转化潜力。

本研究展示了人类 SET8 催化结构域与核小体结合的三种高分辨率冷冻电镜结构，揭示了通过与酸性斑块（acidic patch）特异性的精氨酸介导锚定以及动态构象转变，如何促进组蛋白 H4 第 20 位赖氨酸的识别与单甲基化。

本文介绍了 PRIDE-AP，这是 PRIDE 基础设施内的一个全新的符合 FAIR 标准的开放数据存储库，它通过实现数据集的标准提交、验证和跨技术集成，解决了高通量亲和蛋白质组学缺乏专用存档的问题，从而加速生物标志物的发现。

本文将组织内人工智能素养的传播重新定义为一个传染过程，通过网络流行病学和机器学习证明，学习留存主要由结构化通信网络的属性以及个体在其中的位置所驱动，而非仅仅取决于个人属性。

这篇最初通过在六种癌症类型中提出昼夜节律时钟基因结构与 PD-L1 之间的联系来定义黑色素瘤亚型的论文，已被作者撤回，原因是作者对内容的准确性、有效性和可靠性存在疑虑。