systems biology 篇论文

系统生物学不再将生命视为孤立零件的堆砌，而是试图理解细胞内无数分子如何像交响乐般协同运作。这一领域通过整合海量数据，揭示基因、蛋白质与环境之间复杂的互动网络，让我们从整体视角去解读生命的奥秘，而非仅仅关注单一环节。

在 Gist.Science 上，我们持续追踪并处理来自 bioRxiv 的最新预印本，确保您能第一时间接触到这些前沿探索。每一篇入选的系统生物学论文，都经过我们团队的深度解读，提供通俗易懂的科普摘要与详尽的技术解析，让专业研究变得触手可及。

下方为您呈现该领域最新的预印本列表，带您走进从数据到生命图景的精彩旅程。

MORPHE 是一个人工智能框架，通过将离散的细胞身份和空间关系映射到连续潜在空间，从而架起空间组学与图像生成之间的桥梁，使其能够在二维和三维数据集中以单细胞分辨率合成、重建和扩展具有生物学真实性的组织结构。

本研究建立了一个定量且无参数的框架，证明饥饿期间的细菌竞争由坏死物质再循环驱动，其中维持需求和营养摄取方面的生理差异形成了频率依赖的生存动态，而这些动态可通过共享能量池模型准确预测。

本文介绍了一个统一基准，证明单细胞基础模型编码了可迁移的基因调控与动态先验，其中 scGPT 的令牌嵌入和 scFoundation 的重建头在零样本设置下，于静态网络重构与动态转变探测方面均优于经典方法。

本研究首次对线虫（*C. elegans*）连接组进行了有符号模体分析，揭示了具有特定神经元布局的特定三节点模式（如正向前馈和负反馈回路）的过度富集，从而证明了有符号模体分析在理解生物网络组织方面的效用。

本文提出了一种松弛的多目标优化算法，该算法通过在有噪声的基因调控网络中容纳多对多直系同源映射，克服了严格拓扑对齐的局限性，从而成功跨物种识别出大型、连贯的保守调控模块。

本研究揭示，*S. cerevisiae* 中蛋白质的结构稳定性、周转动力学和丰度是蛋白质 - 蛋白质相互作用网络的关键约束因素，具体而言，它们通过普遍存在的丰度高但稳定性低的蛋白质驱动高度连接枢纽的形成，而对网络瓶颈则无影响。

本文提出了一种不确定性感知的图表示学习框架，该框架整合了正-未标记分类与集成方法，以优先筛选针对外周动脉疾病的新型且校准良好的生物标志物，其预测性能与生物学相关性均优于现有基线模型。

通过比较六种动力学模型的计算机实验，本研究确定了大肠杆菌中铵离子转运的一种电结合机制，该机制解释了能量偶联，并揭示了氨转运蛋白AmtB与谷氨酰胺合成酶的协调调控如何最大限度地减少无效循环，从而确保细菌在不同环境条件下稳健生长。

本文介绍了Trafikk，这是一个基于分子信号网络的框架，它在实现高预测精度以评估抗癌药物协同作用的同时，还提供了关于这些协同效应如何在不同细胞环境中产生的机制性见解。

本研究证明，*Akkermansia muciniphila* 通过重塑肠道菌群和代谢组以提升油酰乙醇胺水平，进而激活肠 - 下丘脑轴，从而缓解果糖诱导的代谢综合征并改善代谢健康。