Epitope Generation Gateway(EGG):基于生物学情境的癌症疫苗表位优先级流程
Epitope Generation Gateway(EGG)是一个容器化流程,整合 Mutect2、STAR-Fusion、ArcasHLA 与 pVACtools,在预测表位序列后叠加共表达网络、蛋白互作网络、中心性指标、DepMap CRISPR 依赖数据和 IntOGen 驱动基因状态进行优先级排序。
Epitope Generation Gateway(EGG)是一个容器化流程,整合 Mutect2、STAR-Fusion、ArcasHLA 与 pVACtools,在预测表位序列后叠加共表达网络、蛋白互作网络、中心性指标、DepMap CRISPR 依赖数据和 IntOGen 驱动基因状态进行优先级排序。
CytoVI 深度生成模型正式发表于 Nature Methods,可整合流式细胞术、质谱细胞术与 CITE-seq 数据,并预测缺失标志物、发现疾病相关细胞状态。Adlung Lab 称将试用该方法并鼓励课题组采用。
生物医学发现的关键瓶颈已从数据获取转为证据整合与解读能力。DeepEvidence 是一款新型深度研究智能体,不再局限于事实检索,而是构建科学证据的显式表示。
Shirdhankar 等建立了一种在非洲裸鼹鼠头部固定或自由活动、执行自然行为时记录单个神经元活动的方法。该方法可用于研究这类严格地下生活啮齿动物的感觉知觉与神经适应,裸鼹鼠以长寿、抗癌和磁感应著称。
InstaDeep 宣布其开源 Python 框架 BenchMHC 已在 GitHub 上线,该框架用于复现、重训练和评估肽-MHC 呈递模型。
Cao 等提出空间转录组基础模型 stFormer,将细胞内上下文与空间配体信号整合进同一模型。相比单细胞基础模型,stFormer 在细胞层面和基因层面的分析上均有提升,并支持通过计算扰动研究空间配体信号的响应。
中国科学院遗传与发育生物学研究所段力辉团队开发 OpenFISH,可在同一张组织切片上连续完成空间转录组与 MALDI-MSI 空间代谢组检测。该方法通过模块化探针设计和单轮基因编码将空间转录组成本降低约 95%,并借助导电玻片预处理与 MALDI-MSI 后组织成胶、透明化实现两模态兼容。
推荐理由:该工作把成像空间转录组与 MALDI-MSI 代谢组放在同一张切片上,并给出约 95% 的转录组成本降幅,做空间多组学的人可关注其兼容方案。
SpaCEy 的经同行评审版本现已正式发表,论文刊于 Nature,代码已在 GitHub 的 saezlab/SpaCEy 仓库公开。
基于模拟的 Benfordness 估计(SBBE)量化数据集符合 Benford 定律的程度,并提供不确定性估计,使不同规模数据集之间可作有意义的比较。将该方法用于生物活性数据时,SBBE 可按数据整理质量对数据库排序,并标记出异常子集,供针对性专家复核优先处理。
Tzanakakis 等对 Evo 2 和 megaDNA 生成的长片段基因组序列开展基准评测,在多项互补的组成与组织特征上与自然基因组对比。合成序列仍可被检测出与自然序列不同,并随生成过程逐步偏离其条件种子,且修正单一伪影并不能保证整体基因组真实性。
研究团队通过精氨酸富集策略改造 Corynebacterium glutamicum Cas12n(CgCas12n),获得编辑效率提升约 60 倍的变体,并缩短 sgRNA 支架而不损失活性,组合成增强型 eCgCas12n 系统用于哺乳动物细胞基因组编辑。
Virushunter 与 Virusgatherer 是一套从原始下一代测序数据中发现病毒基因组的双模块计算流程:Virushunter 基于 profile Hidden Markov Model 对病毒标志蛋白编码序列 reads 做同源搜索并构建 microcontigs,再作为种子交由 Virusgatherer 进行靶向病毒基因组组装。
FANTOM 联盟的研究提出,把全基因组测序(WGS)数据作为对照整合进基于模型的 ChIP-seq 分析流程(MACS),以校正拷贝数变异和 DNA 复制时序带来的局部 DNA 剂量偏倚,从而改善 ATAC-seq 的 peak calling。加入 WGS 对照后,检出的 ATAC peak 数量和宽度均增加,与转录起始位点的距离更近,带有典型 cis 调控元件(CRE)的表观标记,并富集性状与疾病相关遗传变异。与基因表达水平的相关性也优于不加 WGS 对照的 peak。
研究团队用 Oxford Nanopore 的 GridION 或 PromethION-2Solo 平台对 132 名参与者做靶向长读长测序,结合自适应采样(AS)与自研 Python 工具 NanoExpansion,对短串联重复扩增进行定长和序列中断检测。
美国国家医学图书馆(NLM)发布实验性试点资源 Linked Discoveries,可从一条 PubMed 引文出发,映射最多 200 篇最相近的相关文章。该工具分析 PubMed 引文的标题、摘要和关键词,把超过 2900 万条引文与 NCBI 各数据库的相关资源连接起来,支持按疾病、基因、化学物质过滤,并可用“any”(OR)与“all”(AND)逻辑组合。
AlphaFold Database 正与 NVIDIA、DeepMind、EBI 等合作扩展至疫情准备方向,对 2,812 个病毒蛋白组中的约 170 万个同源与异源二聚体做了穷举预测,其中 8,028 个为高置信度预测。相关结果发布在 research.nvidia.com/labs/dbr/ass...,并可在 alphafold.ebi.ac.uk 查看。
推荐理由:AlphaFold Database 把病毒蛋白互作预测扩展到 2,812 个病毒蛋白组,可了解结构预测在疫情准备中的覆盖范围。
Jura Bio 宣布推出连续变分合成(continuous variational synthesis),称其提升了按生成模型设计 DNA 序列进行合成的能力,规模可达 petascale。相关说明见 jurabio.com/s/cvs.pdf。
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE,尝试在不插管的情况下,从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型;在机会性筛查场景下,模型对食管癌的敏感性为 90%,对癌前病变为 52.5%,真实场景特异性为 99.2%,在低剂量 CT 上性能未见下降。
推荐理由:在机会性筛查场景下,该模型对食管癌的敏感性达到90%,并给出了癌前病变与特异性的具体数字,可供关注影像 AI 早筛的读者对照。
一种结合细菌特异性荧光探针与光谱流式的新技术,可对免疫球蛋白结合的微生物进行绝对定量与追踪,并已应用于早产儿。该方法由 @thehandiestlab 等人在 Cell Host & Microbe 发表。
aiAtlas version 1.2 模拟 136 个虚拟诱导多能干细胞来源细胞系,覆盖野生型、单突变、多突变、人肿瘤来源及基因融合等 ERCC2 状态,识别出约 20%–30%、约 50% 和超过 80% 三个非线性功能恢复阈值。
一项新预印本考察对比学习嵌入在基于结构的虚拟筛选中的表现,以 DrugCLIP 为案例。该预印本已发布在 bioRxiv,DOI 为 10.64898/202。
BindCraft2 已发布,完整代码在论文发表前先行公开,学术与产业用户均可免费使用。发布方称提前释出是为了让用户立即开始设计,并将该工具用于当前的 Adaptyv 竞赛;代码托管于 GitHub 的 PacesaLab 仓库。
作者提出一个框架,通过同时要求细胞类型特异性保守和跨多物种 scRNA-seq 数据集表达保守,来提取浓缩的标志基因特征。来自四种小鼠物种的骨髓微环境与造血祖细胞特征,能在两个外群灵长类物种中稳健解析细胞身份,捕获高度保守且具生物学意义的信息。
达摩院发布通用医疗影像模型 DAMO RADAR,可覆盖含恶性肿瘤在内的腹部病症,研究团队评估了其中 146 种、涉及 18 个器官。该模型采用视觉-语言学习与器官级细粒度对齐策略,在近 4 万次真实世界检查中 AUC 达 0.913;与 26 名影像科医生的人机对比中,其平均准确率超过其中 23 名,AI 提示下医生识别疾病的敏感性提高 10%、用时减少 30% 以上。
推荐理由:该模型用器官级细粒度对齐把腹部 CT 与报告文本对齐,并给出与 26 名影像科医生的人机对比结果,可供做医学影像基础模型的人参考。
Mohammed AlQuraishi 与 Apheris 合作,用五家药企内部的蛋白-配体复合物数据库训练 OpenFold3p2。作者称由于 PDB 中类药化合物相对稀少,这批数据使相关结构数据量增加 3-4 倍,并带来精度的大幅提升。引用内容提到,五家药企在数据不出内网的前提下共同训练了这一个共折叠模型,其表现明显优于最好的公开模型,Nature News 对此做了报道。
推荐理由:OpenFold3p2 在五家药企内部蛋白-配体结构数据上联合训练,为私有数据能否提升共折叠模型精度提供了一个可参照的案例。
Delphy 在 Nature 发表,为疫情应对提供可扩展、近实时的贝叶斯系统发育分析,把更快的推断引擎与可交互界面结合起来。该工作由 Patrick Varilly 主导,与 Ben Fry 和 fathominfo 团队共同开发,论文见 https://www.nature.com/articles/s41586-026-11012-6,工具可在 https://delphy.bio/ 试用。
研究提出一个分子锚定的空间转录组框架,用 Stereo-seq 与 snRNA-seq 参考定义 CA1 与 Sub 的可复现分子分区。
Heng Li 发布了一个用于教学目的的单页交互式重叠组装器演示,并称其为 vibe coded。
ColabFold 1.6.3 发布,速度提升 2.5 倍,支持通过 pip install colabfold[alphafold] 安装,并新增 ipSAE 和 pDockQ2 评分。
Nicole Soranzo 团队开发出泛基因组基因分型工具 COSIGT,可对低覆盖度数据做基因分型,适用于群体队列到古 DNA 的场景。作者称该工具可扩展,在低、中覆盖度短读长 WGS 上表现良好,工作由 @davidebolo93、@AndresGuarahino 与 @erikgarrison、@psudmant 等合作完成。
Darmawan 等为蛋白语言模型提出利用上位互作的多突变采样策略,并配套一个从相关性、质量和多样性三方面评分的计算评测框架。在多种蛋白适合度景观上的基准测试中,其设计优于标准的单突变方法,作者据此给出蛋白工程的实践建议。
bwa-mem3 v0.12.0 发布,相比 v0.10.0 在 Arm 和 x86 上均提速,--fast 模式约为 minibwa 的 2 倍,默认模式在 x86 上差距约 15%,同时保持 --compat 下输出字节一致。该版本还带来约 30–40% 的甲基化分析提速,并进行了一次大规模内存安全改进。代码与发布说明见 github.com/fg-labs/bwa-mem3。
研究团队开发了一种计算去卷积方法,用于解析细胞周期依赖的蛋白浓度动态,并应用于新的芽殖酵母批量蛋白质组数据。该方法的核心是一个酵母群体模型,用实验获得的细胞周期进程和体积生长数据参数化,以量化采样群体中的失同步程度;作者对 3272 个蛋白做去卷积,用交叉验证确定正则化参数,识别出 539 个具有细胞周期依赖动态的蛋白。
ColabFold 1.6.3 发布,现在可以完全通过 pip 安装,本地安装不再需要 conda,kalign、hhsearch 和 openmm 也可从 pip 获取。
ViralClust 是一个模块化 Nextflow 流程,用于从大型病毒基因组数据集中按偏差感知方式挑选代表性序列,整合了 CD-HIT-EST、SUMACLUST、VSEARCH、MMSeqs2 和 HDBSCAN 共 5 种聚类算法,可在统一工作流中直接比较聚类结果。
研究团队开发了计算流程 TME-CARTographer(TME-CART),整合高维数据、图论、行为分析和深度学习,用于解析活体胰腺导管腺癌(PDA)肿瘤中 4D 的 T 细胞与肿瘤微环境相互作用。
Xiao 等建立了一个整合肠道吸收、肝脏代谢和肿瘤反应的多类器官系统,用于评价抗肿瘤药物。该系统能捕捉仅用肿瘤培养时被忽略的药物活化与失活过程,为预测药物疗效和毒性提供了更接近生理条件的途径。
DeepMind 团队发布 AlphaGenome Atlas,用 AlphaGenome 预测了人类基因组中全部 90 亿个可能的 SNV 的调控影响,并开发了可浏览该预测图谱的门户网站。作者称与多位科学家合作完成了分析与应用,同时提供了博客和预印本链接。
推荐理由:用 AlphaGenome 对全基因组 90 亿个 SNV 做调控影响预测并开放浏览门户,为变异解读提供了一张可检索的预测图谱。
FPNuNet 通过 4 个并行编码器(冻结的 SAM 结构编码器、冻结的 UNI 语义编码器、小波特征编码器和多尺度上下文编码器)提取多源特征,并用基于离散余弦变换的提示生成器与频率感知融合颈整合特征,在 CD47-IHCNuSC 数据集(86 张 CD47 染色食管癌图像块、18,483 个手工标注细胞核、7 个亚型)上取得所评估方法中最佳的实例分割与亚型分类性能。
研究团队将 ICTV 的 MSL1 至 MSL41 全部 Master Species List 版本转换为统一的本体,包含超过 195,000 个当前与历史实体,并通过 Ontology Lookup Service 部署为公共 API。