Bruce 通过抑制自噬调控的 caspase 活性抑制果蝇翅组织生长
在果蝇中，过表达的 Dcp-1（而非 Drice）可在缺乏经典凋亡体组分的情况下被激活，TurboID 邻近标记显示 Sirtuin 1 及 Debcl、Buffy 等自噬相关基因是 Dcp-1 激活所必需。AlphaFold3 结构预测将自噬调控的凋亡抑制因子 Bruce 鉴定为 Dcp-1 特异性调控因子，且 Bruce 在生理条件下抑制翅组织生长。
#分析流程
eLifeAI 评分2929 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。
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。
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。
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。
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。
PLOS Computational BiologyAI 评分3838 利用空间结构在社区尺度设计空间靶向疟疾干预
研究构建马达加斯加东南部某区的双年龄组空间显式疟疾模型，拟合实地病例报告与患病率数据，模拟IRS、LLIN补充覆盖和ACD三种干预在五种空间靶向情景下的效果。非靶向干预总体最有效但资源效率最低，基于空间中心性的靶向策略覆盖人口更多、运输资源更少。任何干预组合均未能消除该区疟疾，但高检测率下ACD可避免100%的重症疟疾病例。
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。
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。
BioinformaticsAI 评分5858 Seumetry 发布开源 R 工具包，衔接 Seurat 分析高维流式与质谱流式数据
Seumetry 是一个开源 R 工具包，把流式与质谱流式数据的专用分析方法与 Seurat 的单细胞 RNA 测序分析能力结合起来。它提供高级质控、可视化和细胞群体丰度与蛋白表达的差异分析，作者用自建的人肠道不同层免疫细胞数据集验证其能识别不同免疫细胞群体，并在公开数据集上与人工门控结果一致。
Arc Institute精选AI 评分7878 eclair-CLIP构建67个RNA结合蛋白高分辨率结合图谱并训练Pythia模型
Arc Institute、Biohub、UCSF与Vector Institute团队开发eclair-CLIP，用统一小标签替代逐个抗体，在人类细胞中绘制67个癌症相关RNA结合蛋白（RBP）图谱，以单核苷酸分辨率定位超过900万个RNA结合位点。
推荐理由：用统一标签的CLIP方法构建67个癌症相关RBP的高分辨率结合图谱，并据此训练可解释的RNA结合预测模型。
Bioinformatics AdvancesAI 评分3131 基于转录组谱与共表达整合筛选金黄色葡萄球菌生物膜相关sRNA–mRNA互作
研究整合菌株Bmb9393新测转录组与5株金黄色葡萄球菌公共数据，在生物膜与浮游条件下注释并刻画小调控RNA的表达与基因组环境，鉴定出10个生物膜中一致上调、4个一致下调的小调控转录本。
Cell Reports MethodsAI 评分5858 膜靶向 TurboID 实现清醒动物神经元回路 1–2 小时急性邻近标记蛋白质组学
Anguiano 等人改造出膜靶向 TurboID，并优化标记策略，在清醒动物神经元胞体和轴突末梢实现 1–2 小时的蛋白质标记窗口，用于鉴定各亚细胞区室富集的蛋白。研究针对的是在行为相关时间尺度上捕捉脑内亚细胞定位蛋白质组的工具不足问题，成果发表于 Cell Reports Methods。
Bioinformatics AdvancesAI 评分5252 RT-SRFM：面向发育单细胞时间序列的潜动力学框架
研究提出 RT-SRFM，一个面向发育单细胞转录组时间序列的分阶段潜动力学框架，将最优传输引导的速度学习、分解式群体增长建模、形状细化与监督式生物学读出整合在同一潜空间中，并通过八阶段课程训练提升局部传输精度、质量校准、命运一致性与长时程推演稳定性。
Bioinformatics AdvancesAI 评分4747 1100 个用于细胞过程动态建模的合成基准问题
研究构建了 1100 个合成建模问题，基于 22 个已发表建模问题的常微分方程组与实验设计生成，并扩展了近期一种针对随机观测函数的时间序列数据模拟方法，使其覆盖多种实验条件下的真实测量模式。对数据与模型特征、优化性能和参数可识别性的分析显示，该合成问题集在真实性和多样性上扩展了现有问题空间。基准问题与算法已公开。
BioinformaticsAI 评分5252 hpci 将 CI 平台与 HPC 集群集成以提升计算生物学研究的可复现性
hpci 是一个平台无关的开源工具，把 GitHub Actions、GitLab CI 等 CI 平台与 Slurm、PBS 等常见 HPC 作业调度器集成，用于自动测试分析流程和模型。
Nature Computational ScienceAI 评分6060 主动学习结合几何深度学习提升数据稀缺下的化学反应预测
研究团队提出主动学习与几何深度学习结合的闭环流程，用于在数据稀缺条件下预测化学反应结果与位点选择性。他们用基于树集成的主动学习策略指导实验数据采集，构建了 C–H 硼化反应的多样化基准数据集，并训练对称感知的几何图神经网络，加入自监督辅助任务后，反应结果与区域选择性预测表现均有提升。在含 N-杂芳基结构、此前未见底物的前瞻测试中，该流程全部命中正确的硼化位点。
BioinformaticsAI 评分5555 PhyloZoo：Python 系统发育网络分析统一框架发布
PhyloZoo 是一个开源 Python 框架，用于系统发育网络分析，提供覆盖该领域主要网络表示的数据结构与算法、专用可视化工具，以及对主要系统发育文件格式的 I/O 支持。