Equivalent fitness increase achieved by active learning-navigated habitat reconstruction and evolution-induced genome mutation
该研究通过结合主动机器学习与实验进化，证实了通过栖息地重构实现的细菌适应性提升可与基因组突变达到同等效果，且两者虽引发不同的转录组变化，但最终均通过周围代谢的普遍重组来驱动适应性进化。
📄 Category
systems biology
138 篇论文
HiMaLAYAS: enrichment-based annotation of hierarchically clustered matrices
本文介绍了 HiMaLAYAS，这是一个基于 Python 的开源软件包，旨在通过对层次聚类矩阵中的聚类进行统计检验，实现跨生物及非生物领域的富集注释与可视化。
Treatment of murine autoimmune myocarditis with a novel monoclonal antibody that targets multiple inflammatory pathways
本研究开发了一种靶向 CD160 的新型单克隆抗体，通过清除小鼠和人类的 NK 细胞及部分细胞毒性 T 细胞，成功阻断了多种炎症通路，从而在自身免疫性心肌炎小鼠模型中完全预防了心肌功能的恶化。
Systems analysis of ribosomal CAR-site dynamics
该研究利用名为 mdsa-tools 的 Python 包构建分子动力学轨迹的网络表示，并结合无监督机器学习算法，揭示了核糖体 CAR 位点中 mRNA 突变如何通过长程变构效应调控肽酰位点（P 位点）的构象动力学及翻译速率。
From the lung to the muscle: Systemic insights from an integrative MultiOmics analysis of harbour porpoises in poor respiratory health
本研究通过对 12 只呼吸道健康状况不佳的港湾鼠海豚进行肺部和肌肉组织的整合多组学分析，揭示了由环境压力引发的系统性免疫与抗氧化反应及代谢失衡，并鉴定出具有跨组织特征的疾病相关分子标志物，从而为海洋指示物种的健康监测与保护提供了关键科学依据。
Competition between mitochondrial and cytosolic ribosomes produces a bistable metabolic switch
该研究揭示了酿酒酵母中线粒体与胞质核糖体在蛋白质合成速率上的竞争通过正反馈机制形成双稳态代谢开关，从而决定细胞是进入发酵停滞态还是呼吸恢复态。
Prediction variability in physiologically based pharmacokinetic modeling of tissue disposition under deep uncertainty
该研究通过验证四个生理药代动力学（PBPK）模型并引入参数不确定性，揭示了在深度认知不确定性下分子特性与模型假设如何导致组织暴露预测出现显著变异，特别是针对脂溶性质子化分子时模型间存在明显分歧。
Bimodal Coupling Optimization in Biological Rhythms: Balancing Energy Efficiency and Functional Demand
该研究提出了一种生物节律的双模耦合优化策略，通过借鉴通信工程中的注水原理，揭示了生理系统（如心率 - 呼吸及胰岛振荡）如何在能量高效同步模式与功能优先的解耦模式间动态切换，以平衡能量效率与功能需求。
Glycan Reachability Analysis: A Bottleneck-Aware Frameworkfor Inferring Tissue-Specic Glycan Biosynthetic Potential fromTranscriptomics
该研究提出了一种名为“糖基可达性分析”的新框架，通过整合转录组数据中的最小值（瓶颈）原则而非简单的二元阈值，实现了对人体组织合成特定糖链生物潜能更精确、更具定量分辨力的推断。
Novel Oral LNAD+ Increases Intracellular NAD and Metabolic Flux Without Elevating Circulating NAD: Evidence from a Randomized Controlled Trial
这项随机对照试验表明，新型口服制剂 LathMized NAD+（LNAD+）能在不升高循环 NAD+ 水平的情况下，显著且安全地提升健康成年人（45-75 岁）的细胞内 NAD+ 水平并激活下游代谢通量。
An Integrated Analysis of GLP-1R Agonist Mechanisms: Addressing Study Variations in Heterogeneous Cell Systems
该研究通过一种新的基于模型的整合分析方法，成功统一了 GLP-1 受体激动剂（如艾塞那肽）在异质性体外细胞系统中的实验数据，解决了以往研究结论不一致的问题，并有效预测了研究间的变异性，从而提升了临床前药物发现中实验细胞系统的实用性。
Cost-saving, trading, and internalization of externality: three economic strategies underlying amino acid archetypes of human metabolic enzymes
该研究揭示了人类代谢酶的氨基酸组成并非遵循单一的成本最小化原则，而是演化出四种功能模块（即氨基酸原型），分别体现了年轻酶的成本节约、保守核心代谢酶与膳食摄入的交换策略，以及通过提高合成成本来内化液 - 液相分离蛋白负外部性的三种经济策略，表明多细胞生物蛋白质组受整合了生产、交换与调控的多层次经济系统支配。
Combinatorial constraints predict that mitochondrial networks contain a large component
该论文利用极值图论证明，由于线粒体网络中三叉连接点的普遍存在，在广泛的图空间采样下出现大型连通分量是一种符合组合约束的统计必然，因此大型分量可作为线粒体网络结构的合理零模型，而无需额外生物学解释。
Pan-cancer proteogenomic interrogation of the Ubiquitin Proteasome System
该研究通过整合多组学数据对泛癌泛组织中的泛素 - 蛋白酶体系统（UPS）进行了蛋白质基因组学分析，揭示了突变驱动的 UPS 蛋白水平变化、具有临床可操作性的 E3 泛素连接酶及其调控网络，并推出了交互式平台 UbiDash，为癌症中 UPS 组分的机制解析与治疗优先排序提供了关键资源。
MINGL Quantifies Borders, Gradients, and Heterogeneity in Multicellular Tissue Organization
本文提出了 MINGL 这一概率框架，通过将现有的细胞邻域注释转化为连续的组织架构度量，有效量化了多细胞组织中的边界、梯度及异质性，从而揭示了健康与疾病状态下组织结构的动态重塑。
A trajectory-coupled network bottleneck governs gemcitabine resistance in 3D PDAC tissue models
该研究通过整合 3D 胰腺癌组织模型的单细胞测序与动态网络分析，揭示了 CDK1-CDKN1A-WEE1 轴作为细胞周期与 EMT 耦合下的关键网络瓶颈，驱动了吉西他滨耐药性的形成，并在大规模患者数据中得到了验证。
VIOLIN: A modular framework for scalable reconciliation of heterogeneous interaction graphs
本文介绍了 VIOLIN，这是一个可配置且感知属性的模块化框架，用于将自动提取的分子相互作用与结构化基准图进行可扩展的对齐与整合，能够系统地将新证据分类为佐证、矛盾、标记案例或扩展，并已通过多种 NLP 系统和大语言模型生成的数据验证了其稳定性、可解释性及与专家策展的一致性。
The Gibbs free energy landscape based on liver metabolome revealed thermodynamic robustness against fasting and obesity
该研究利用新开发的 GLEAM 方法绘制了小鼠肝脏葡萄糖代谢的吉布斯自由能景观，揭示了肝脏通过消耗酶表达成本来缓冲代谢物浓度波动，从而在禁食和肥胖状态下维持代谢反应热力学稳健性的机制。
NeighborFinder: an R package inferring local microbial network around a species of interest
本文介绍了 NeighborFinder，这是一个 R 语言软件包，它通过结合交叉验证的带 L1 惩罚多元线性回归与微生物组特异性过滤，能够高效且准确地推断特定物种周围的局部微生物相互作用网络，从而弥补了现有全局网络推断方法在针对特定假设研究时的不足。
A graph-based learning approach to predict the effects of gene perturbations on molecular phenotypes
本文提出了一种基于图的学习方法，能够利用已知的基因扰动效应预测其他基因扰动对分子表型的影响，从而在降低成本的同时实现高精度预测、实验优先级排序及机制假设。