约翰·英纳斯中心在坦桑尼亚建立小麦瘟病 LAMP 快速检测工具
约翰·英纳斯中心研究人员在坦桑尼亚农业研究所（TARI）培训来自 5 家机构的 21 名代表，使用 LAMP 检测法快速识别小麦瘟病（Magnaporthe oryzae pathotype Triticum）。
#分析流程
Phys.orgAI 评分2525 Bluesky：Cameron Thrash (@jcamthrash.bsky.social)AI 评分4242 优化流式细胞分选-测序流程可减少分选微生物群落中的储存、分选与提取偏差
一套优化的流式细胞分选-测序流程可减少分选微生物群落中的储存、分选与提取偏差。该流程针对分选微生物群落的三个偏差来源进行优化，相关结果发表于 journals.asm.org。
Bluesky：Maria Dzunkova (@dzunkovam.bsky.social)AI 评分5555 预印本评测长读长 RNA-seq 计数是否应做归一化
一篇 bioRxiv 预印本系统评测长读长 RNA-seq 的计数是否需要归一化，在 PacBio 与 ONT 平台上比较了 5 种归一化方法与 5 种定量工具。研究以 spike-in 和匹配的 Illumina 数据作为基准真值，预印本链接为 www.biorxiv.org/content/10.6...。
Bioinformatics AdvancesAI 评分5252 scfdr：用经验贝叶斯控制稀疏相关矩阵的 FDR
研究提出一种基于经验贝叶斯框架的阈值策略，在构建稀疏相关矩阵时控制非零相关中的 FDR，并估计非零相关里的预期假阳性数。该方法兼容任意相关度量，作者称其在保留真实生物学相关上比基于 Frobenius 范数最小化的交叉验证阈值更灵敏；相关 R 包 scfdr 已在 github.com/ariefgusnanto/scfdr 开放。
Phys.orgAI 评分5858 韩国研究团队用 AI 设计 DHPS 抑制剂，3 个预测活性片段均获实验验证
韩国大学研究团队开发了一套 AI 引导的药物发现流程，以人源酶 DHPS 为靶点，系统评测了 13 个分子结合打分模型和 10 种分子生成方法，其中 OOF-Stacking 在预测模型中综合表现最好，RL-Design 的预测命中率最高，达 92.02%。
公众号：单细胞天地AI 评分6767 scFlowReport 发布单细胞下游分析统一工作流
韩国建国大学和釜山国立大学医院团队在《Biomolecules》发表 scFlowReport，一个配置驱动的单细胞 RNA-seq 下游分析工作流，代码开源于 https://github.com/ibclab-hub/scFlowReport。
公众号：生信技能树AI 评分2727 AI生信绘图：选择 SKILL 还是 MCP 形态？
生信技能树正尝试用 MCP 形态做开源生信绘图工具，此前其 Bizard SKILLS 已初步支持 MCP 功能。作者对比指出，SKILL 提供操作手册、由 AI 每次自行生成脚本，稳定性不足；MCP 直接调用外部程序与脚本，绘图更快。首版 MCP 已可安装，用自有数据不到一分钟即可出图，并附 index 网页展示与一键复制提示词，目前仍在群内内测。
Journal of Chemical Information and ModelingAI 评分4040 SF-GA：将预测的 P-glycoprotein 底物重设计为可合成非底物的协同引导片段遗传算法
研究提出协同引导片段遗传算法 SF-GA，将片段协同分析嵌入遗传算法突变阶段，使片段替换偏向与非底物分类相关的共现子结构，从而把 P-gp 底物改造为预测的非底物。在固定函数评估预算下，SF-GA 优化性能与遗传算法和强化学习基线相当，且所生成分子的逆合成可及性在所有测试方法中最高。对两个人类 P-gp 结构的对接显示，预测非底物概率更高的分子预测结合更弱。
公众号：BioArtAI 评分6060 张帅等团队开发维C化生物正交探针，绘制候选靶标图谱并鉴定GSTP1调控作用
华中农业大学张帅、浙江大学朱成梁和上海交通大学医学院附属瑞金医院何吓俤等团队在Angew发表论文，开发维生素C生物正交探针平台研究赖氨酸维C化修饰。团队合成炔丙基报告探针VC-1及O-乙酰化前体探针VC-2，用VC-2开展活细胞定量化学蛋白质组学，获得1615个竞争敏感的维C化候选靶标，并在FTO、ALDH1B1、GSTO1、IMPDH1等蛋白上鉴定到探针来源的赖氨酸加合物。
Nature Machine IntelligenceAI 评分4242 可复用性报告：多样本组学网络推断受先验知识与数据可得性制约的稳健性区间
对多样本约束网络推断框架 CORNETO 的可复用性评估显示，多样本推断总体提升稳健性与可重复性，但预测性能增益取决于生物学背景和先验网络的完整性。研究在动态造血与稳定皮层数据集上系统评估四种网络重建范式，并引入 bootstrap 聚合与选择性再扩展策略以提升共识稳健性。结果揭示由样本量、先验知识和正则化共同界定的不同推断区间。
Jacob SchreiberAI 评分3636 tangermeme 合并 DeepLIFT/SHAP 扩展
Jacob Schreiber 宣布，已将 Valeh Amiri 和 R. Rastogi 对 DeepLIFT/SHAP 的扩展合并进 tangermeme，使其可运行于各类模型，并同步更新了 tangermeme skill 以指导 agent 使用。
Chris MasonAI 评分4242 Chris Mason 实验室发布 RNA 修饰分析新算法
Chris Mason 实验室在 bioRxiv 发布由 Theo 与 Horner 实验室合作开发的新算法及表观转录组分析工具集，可从直接 RNA 测序中解析转录本、等位基因和条件相关的 RNA 修饰差异。
Genome BiologyAI 评分5858 Amira 直接从长读段检测单拷贝与多拷贝耐药基因
Amira 通过构建基因空间 de Bruijn 图，直接从长读段中检测抗菌药物耐药（AMR）基因，把读段精确对应到不同的 AMR 基因拷贝，并据此完成组装。作者称，在模拟数据、精选样本和公开数据集上，Amira 相比现有方法提升了拷贝数召回率和核苷酸准确度。
BMC BioinformaticsAI 评分5858 ParaDISM 发布：面向高度同源基因区域的短读段精确比对流程
ParaDISM 是一个用于精化标准比对结果的流程，通过参考序列的多序列比对识别可区分位点，仅在有无歧义的序列特异性证据时才把读段或读段对分配到某条序列，证据不足的读段报告为未分配。
BMC BioinformaticsAI 评分5858 Genes2Reg 通过异构图注意力网络融合多源生物知识构建基因耦合先验
Genes2Reg 提出用异构图注意力网络（HGAT）把蛋白互作、通路共属、调控靶向等异质生物网络融合为单一对称的基因-基因耦合矩阵，形成可正则化任意基因索引模型的任务无关先验。
Genome MedicineAI 评分6262 中国人群冠状动脉疾病跨族裔多基因风险评分的开发与验证
研究用 PRS-CSx 整合欧洲与东亚的冠状动脉疾病 GWAS 汇总数据，构建跨族裔多基因风险评分，并在中国慢性病前瞻性队列（CKB）的 72,782 人中外部验证。
BMC BioinformaticsAI 评分3838 结合深度表示学习的混合束搜索框架用于多序列最长公共子序列问题
一种融合深度表示学习的混合束搜索框架被提出用于求解多序列最长公共子序列（MLCS）问题，由轻量 Transformer 编码器结合对比学习、非支配过滤与双准则评估、多维评分模型三个模块构成。
Journal of Chemical Information and ModelingAI 评分5252 面向真菌过氧化物酶发现与酶–底物预测的计算–实验整合流程
研究提出一套计算–实验整合流程，用于在数据稀缺条件下优先筛选、表征并建模真菌非特异性过氧化物酶（UPO）。从 3000 多条候选序列中筛出 59 个推定 UPO，在大肠杆菌中分两批表达并用比色底物检测，得到 27 个表达与活性一致的 UPO；随后用 15 个新 UPO 和 4 个参考酶对 27 种底物做活性筛选，构建酶–底物活性数据集。
Science AdvancesAI 评分4747 CellDiffusion：通过精准推断细胞间关联增强 scRNA-seq 数据整合
CellDiffusion 是一个无监督图模型，通过扩散过程传播细胞特征、学习细胞间注意力网络，在整合 scRNA-seq 数据时自适应识别跨批次对应细胞群并进行细胞特异性校正。该模型在包括人子宫内膜在内的多个数据集上验证，生成的细胞嵌入在跨批次对齐细胞的同时保留固有细胞类型与发育轨迹，并提升了标签转移、聚类和轨迹推断等分析。
Medical XpressAI 评分4242 悉尼科技大学团队开发 AI 工具，用 transformer 模型提升缺血性卒中遗传风险预测
悉尼科技大学（UTS）团队开发了一款基于 transformer 的 AI 模型，通过分析 DNA 中遗传变异的位置与相互作用来预测缺血性卒中风险，在 UK Biobank 和美国 All-of-us 数据库上比既往遗传风险工具更准确。
Journal of Chemical Information and ModelingAI 评分5858 COMPRESS 框架用网格优化构建物理可解释的压缩化学空间
研究提出 COMPRESS（Compression Of Molecular Physical fields into Reduced Spatial Sites）框架，用固定数量的物理参数化空间位点表示小分子，每个位点由三个空间坐标和三个相互作用参数定义。
Nature Methods精选AI 评分7575 AmpliconSuite 发布：面向肿瘤基因组局灶性扩增的端到端分析流程
AmpliconSuite 是一个从肿瘤全基因组测序数据分析局灶性扩增的工具包，可识别染色体外 DNA（ecDNA）、断裂-融合-桥（breakage–fusion–bridge）及其他扩增模式，其 ecContext 模块对 ecDNA 结构分类以理解形成机制。
推荐理由：该工具把肿瘤全基因组测序中的局灶性扩增分析整合为端到端流程，并在 72 个模型、175 个基因上做了 FISH 验证。
BMC BioinformaticsAI 评分4747 GenPerturb：用预训练基因组模型从序列出发解读扰动转录组
GenPerturb 通过拟合预训练序列嵌入的条件特异性线性读出，将 Perturb-seq 的 pseudobulk 表达与顺式调控元件和转录因子基序关联起来，无需目标实验配套染色质数据。
BMC BioinformaticsAI 评分3838 DHF-DTI：面向药物–靶点相互作用预测的双模态混合融合框架
DHF-DTI 是一个整合药物与蛋白序列信息和图结构的双模态神经网络模型，用于药物–靶点相互作用（DTI）预测。其 CABFusion 模块通过交叉注意力与双线性融合实现模态间细粒度特征融合，并引入监督对比学习优化特征空间分布。在域内、跨域和冷启动场景实验中，该模型在预测性能与泛化能力上显著优于现有方法。
BMC BioinformaticsAI 评分3131 连续免疫组成在小儿白血病纵向模型中保留超越粗粒度生态背景标签的信息
研究用贝叶斯框架在连续时间 Ornstein–Uhlenbeck 模型中检验协调后的单细胞免疫组成是否比粗粒度生态背景标签携带更多纵向信息。重新处理两个 ScPCA 白血病项目后，104 名可评估参与者中 k=2 聚类可复现；在 99 名 B-ALL 参与者中分出 73 例 TNK 主导与 26 例 B/髓系偏移，但原始组成与中心对数比赋值一致性差。
NCBI Insights精选AI 评分8080 NCBI 推出 RNA-Seq Gene Feature Counts 数据资源
NCBI 发布面向全部公开人类和小鼠 SRA 数据的 RNA-Seq Gene Feature Counts，通过 AWS Registry of Open Data 免费开放。
推荐理由：公共 SRA 的人和小鼠 RNA-Seq 数据有了统一流程算出的基因特征计数，做大规模表达分析前可先据此筛选。
PLOS Computational BiologyAI 评分5555 CtDToolkit 发布：为神经活动动力学模型提供合成数据集与质量指标
作者团队发布 Computation-through-Dynamics Toolkit（CtDToolkit），为神经动力学模型提供三类资源：反映生物神经回路计算特性的合成数据集、量化模型性能的可解释指标，以及支持有或无已知外部输入时训练与评估模型的标准化流程。
Bioinformatics AdvancesAI 评分5252 Cis-TERN：整合scRNA-seq与scATAC-seq推断细胞拟时序的图方法
Cis-TERN 是一种基于图的拟时序推断方法，整合 scRNA-seq 与 scATAC-seq 数据，在两类细胞间构建有向二部图，边权由近端或远端染色质可及性决定，再通过网络扩散为所有细胞赋予连续拟时序分数。
Nature Computational ScienceAI 评分6262 HDOCK-Multimer 框架提升大型蛋白复合物结构预测精度
研究提出自动化框架 HDOCK-Multimer（HDM），将从头对接与组合组装结合用于大型蛋白复合物结构预测。在三个基准评测中，HDM 在大型蛋白组装建模上的准确度和稳健性优于现有组装方法和基于深度学习的方法。
Genome MedicineAI 评分6262 FAME：整合血浆 cfDNA 甲基化与片段组学信号的可解释癌症诊断模型
研究团队开发了可解释多模态模型 FAME，以血浆 cfDNA 甲基化单倍型块（MHB）为单位整合甲基化与片段组学特征用于癌症检测和组织来源预测，并扩展出加入全基因组特征的 FAME-GW。
Genome BiologyAI 评分6060 十种被子植物 HiFi 长读长 SV 检测流程基准评测
研究为十种代表性被子植物构建了碱基分辨率的结构变异（SV）真值集，并系统评测 91 条基于 PacBio HiFi 长读长的 SV 检测流程。
Genome BiologyAI 评分6060 TraSPIN：用语言模型引导的图学习推断转运蛋白底物特异性
研究提出 TraSPIN，一个几何深度学习框架，同时建模转运蛋白蛋白与小分子底物，用于推断底物特异性。作者称其在基准上优于现有方法，可泛化到未见底物和序列差异较大的转运蛋白，并揭示转运蛋白与底物识别的结构决定因素和序列基序。跨物种推断和对未表征 solute carrier 蛋白的去孤儿化进一步展示了该框架在功能注释上的用途。
Genome BiologyAI 评分6262 人类 DCM-time machine 追溯原始肠管分化中的细胞状态变化
研究团队将 DCM-time machine 引入人诱导多能干细胞，实现对转录活性的回溯性全基因组追踪。该系统用 DCM 甲基化标记活跃的基因和增强子，这些标记在 S 期随 DNA 复制传递下去。在诱导多能干细胞向定型内胚层和原始肠管分化的过程中，该系统解析了活性动态，并可与转录因子网络和 CpG 甲基化谱整合。
Cell Reports MethodsAI 评分5858 Apus 实现大队列蛋白质组学数据的端到端自动化分析与质控
Cai 等人提出 Apus，一个把质谱原始数据采集、分析与质量控制整合在一起的端到端方案，可从原始质谱数据自动完成分析直至生物学解读。作者指出，大队列蛋白质组学目前受困于数据采集、分析和质控相互割裂的工作流，Apus 试图通过整合这些环节实现主动式质量管理。
Genome BiologyAI 评分5858 ROMET-RNA 用多预测器与比对策略评测并筛选 RNA 三维结构
ROMET-RNA 是一个自动化基准评测框架与元选择工具包，在标准化流程中评测 11 个 RNA 结构预测器，并比较 rMSA、RNAcmap3 MARS 和 Infernal RNAcentral 三套 MSA 流程。
Cell GenomicsAI 评分5858 Kong 等提出在 HapMap 混合样本中构建合成体细胞变异资源的泛基因组方法
Kong 等提出一种泛基因组方法，利用 HapMap 混合样本和泛基因组图构建合成体细胞变异资源，为跨变异类型和等位分数的体细胞变异检测提供标准化基准集。该资源可用于评测测序技术和变异检测方法。
Bluesky：Pat Schloss (@patschloss.bsky.social)AI 评分5858 Schloss Lab 发布 R 包 mums2，用于非靶向代谢组数据分析
Schloss Lab 与 balunaslab 合作发布 R 包 mums2，面向 MS/MS 非靶向代谢组数据，作者称其定位类似微生物组分析工具 mothur。该工具支持依赖数据库和不依赖数据库两类分析路径，论文发表在 Microbiology Resource Announcements。
Nature Methods精选AI 评分7272 LoL-align：灵敏且快速的概率蛋白结构比对方法
LoL-align 是一种基于距离的概率蛋白结构比对算法，通过迭代优化局部对数几率评分来判断蛋白同源性。作者报告，在单结构域和多结构域基准上，它检测远源同源蛋白的灵敏度明显高于 TM-align 和 Dali，比对质量更好，速度是二者的 5–20 倍，并已完整集成到 Foldseek 中。
推荐理由：新方法以局部对数几率评分做蛋白结构比对，在远源同源检测上比 TM-align 和 Dali 更灵敏且快 5–20 倍。
Nature Methods精选AI 评分8080 MassNet 发布 15 亿张质谱图的 AI-ready 语料库并配套 MSDT 格式
MassNet 发布面向 AI 的质谱蛋白质组学数据语料库，包含来自 35 个物种、高质量 DDA 质谱数据的 15 亿张串联质谱图，其中约 170 万个肽前体来自人类样本。
推荐理由：该语料库覆盖 35 个物种的 15 亿张质谱图，并配套标准化存储格式，为质谱蛋白质组学的深度学习提供了可复用的数据底座。
Nature Computational Science精选AI 评分7575 HDOCK-Multimer 整合对接与组合组装，提升大蛋白复合物结构预测
研究提出 HDOCK-Multimer（HDM），将 ab initio 对接与组合组装整合，用于大蛋白复合物结构预测。在 35 个大异源复合物、172 个大蛋白复合物和 7 个 CASP15 靶点三套基准上，HDM 的表现优于 CombFold、MoLPC、AlphaFold-Multimer 和 AlphaFold3。该框架还能在未提供化学计量比输入的情况下预测化学计量比并建模复合物。
推荐理由：面对大蛋白复合物组装空间过大的难题，该框架把对接与组合组装结合，并在三套基准上与 AlphaFold3 等方法比较。