NeoBridge 在 Cell Genomics 发表,用机器学习为新抗原优先级排序
NeoBridge 是一个结合生物物理信息的机器学习集成工具,用于按触发免疫应答的可能性为新抗原排序,作者称其可用于胰腺癌(PDAC)这类优质靶点稀缺的场景。论文还报告克隆架构携带预后信息,其中亚克隆新抗原负荷而非克隆负荷与预后相关,代码已开放。该工作由 Lana Mediavilla 等人在 Cell Genomics 发表。
NeoBridge 是一个结合生物物理信息的机器学习集成工具,用于按触发免疫应答的可能性为新抗原排序,作者称其可用于胰腺癌(PDAC)这类优质靶点稀缺的场景。论文还报告克隆架构携带预后信息,其中亚克隆新抗原负荷而非克隆负荷与预后相关,代码已开放。该工作由 Lana Mediavilla 等人在 Cell Genomics 发表。
Lana Mediavilla 等提出 NeoBridge,一个结合生物物理信息的机器学习集成方法,用于优先排序免疫原性新抗原。在胰腺癌中,亚克隆新抗原负荷而非克隆新抗原负荷与更差的生存相关,提示克隆结构应纳入疫苗靶点选择。
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。
Ha 等人用短读长与长读长全基因组测序,对低变异等位基因频率(VAF)嵌合突变的检测策略做多机构基准评测。研究由五家机构构建细胞系混合样本,以 PacBio HiFi 数据交叉验证 Illumina 平台的变异检测结果,据此构建分层参考集、界定现实检出下限,并为非癌组织中低 VAF(<2%)变异的全基因组分析给出最佳实践。
Yeung 等发布了一个包含 1000 多个可微分单神经元模型的数据集,这些模型拟合自小鼠和人类记录,可直接嵌入基于梯度的网络架构。作者指出,用生物真实的神经元构建人工网络此前受限于缺少既拟合数据又可训练的神经元模型。
NYGC、纽约大学和哥伦比亚大学的研究团队在 Cell 出版社期刊提出 RNA fingerprinting,一种把基因活性模式与其潜在成因联系起来的计算方法。帖子给出了论文链接和 NYGC 的新闻解读页面,作者标注为 @satijalab 和 @david_a_knowles。
Rahul Satija 与 David Knowles 在 Cell 发表 RNA fingerprinting 方法,利用已知因果扰动的 Perturb-seq 实验,推断新数据集中驱动细胞反应的因素。论文链接为 https://www.cell.com/cell/abstract/S0092-8674(26)01119-0。
SPARCS 平台在 Cell 发表,将 AI 图像分析、自动激光显微切割与全基因组 CRISPR 筛选结合,可从大型突变文库中按细胞形态分离目标细胞并用质谱做蛋白组分析。Matthias Mann Lab 转述称,该平台用于发现复杂细胞表型背后的基因,论文 DOI 为 10.1016/j.cell.2026.09.021。
Bushnell、Schulz 和 Villada 推出 RandomReadsMG,一款可生成宏基因组测序数据集的快速模拟器,能控制群落丰度、不均匀基因组覆盖度以及平台特异的读段特征。该软件可扩展到 50,000 个基因组的群落规模,并支持可复现的基准评测与病原检测研究设计。
Wei 等人在 Cell Reports Methods 描述 CFAR,一种无需扩增、可及性较好的高通量方法,用于检测内源基因表达,弥补报告基因 assay 只能测启动子活性的局限。用 CFAR 做化学筛选,在结直肠癌细胞中筛出靶向致癌基因 MYC 表达的 FDA 已批准药物。
Aylan 等开发了一套针对结核分枝杆菌(Mtb)的报告系统,可在感染过程中可视化细菌的基因表达。结果显示,Mtb 在免疫细胞内呈现多种基因表达模式,且这些模式受细菌所处胞内环境的影响。该研究以方法开发为核心,论文发表于 Cell Reports Methods。
Sundar 等人在 Cell Systems 提出 FLIGHTED,一种通过从含噪高通量实验生成概率化适应度地形、来建模蛋白适应度测量不确定性的贝叶斯方法。该方法被应用于选择实验和一项高通量碱基编辑实验,并提升了蛋白适应度模型的性能。
Long 等人整合人类胚胎发育过程的单细胞转录组构建参考,并用互补指标评估四种 blastoid 协议。分析揭示了不同协议在细胞身份、发育时序和谱系结构上的差异,为比较和改进 blastoid 模型提供了系统依据。
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。
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。