Airscope 无线介观显微镜实现自由活动小鼠全皮层成像
研究团队发布 Airscope 无线介观显微镜,重 1.0 克,在 6 mm 视野内实现 4 μm 横向分辨率、12.5 Hz 成像。其非球面透镜设计使总光程比此前微型显微镜缩短 2.84 倍,单只动物可无缆记录超过 8,500 个神经元的钙信号,较此前提升 25 倍。
推荐理由:1.0 克无线介观显微镜把视野扩到 6 mm 并支持自由活动小鼠成像,为系统神经科学提供可迁移的硬件方案。
研究团队发布 Airscope 无线介观显微镜,重 1.0 克,在 6 mm 视野内实现 4 μm 横向分辨率、12.5 Hz 成像。其非球面透镜设计使总光程比此前微型显微镜缩短 2.84 倍,单只动物可无缆记录超过 8,500 个神经元的钙信号,较此前提升 25 倍。
推荐理由:1.0 克无线介观显微镜把视野扩到 6 mm 并支持自由活动小鼠成像,为系统神经科学提供可迁移的硬件方案。
APR-Score 是一种基于机器学习的计算方法,用于识别蛋白序列中易发生聚集的区域,并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证,在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
研究团队发布多浸没斜平面显微镜 miOPM,一种可重构的高分辨光片荧光显微平台,支持油、水、空气物镜无缝互换,并在 1.33 至 1.51 的折射率范围内保持衍射极限性能。该平台兼容标准样品 mounting、现有透明化流程和通量三维成像,作者用它拍摄了从培养细胞到整体生物、透明化组织的多种样本。原文称其目标是降低先进三维成像的使用门槛。
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。
Metacontextify 通过 Copernicus Marine Service 数据,为海洋宏基因组样本自动检索温度、盐度、pH、营养盐等环境属性,可连接 ENA 和 MGnify 标识或采样坐标与日期。
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。
Google 研究团队在博客中介绍三项工作,目标是打通 AI 计算探索与真实湿实验之间的循环。VERID 框架基于开源 PyLabRobot,为实验室工作单元建立可实时更新的 3D 语义数字孪生,支持 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频和动作日志同步,并在案例中让 agent 从读板机故障中恢复、把染料混合物重建准确率提升五倍以上。
推荐理由:Google 研究团队把实验室自动化、aptamer 闭环筛选和蛋白结合子设计串成一条路线,可看 AI agent 进入湿实验的整体思路。
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。
Google DeepMind 发布 Google Antigravity 智能体科研工作台,把跨数据库检索、结构评估和候选优先级排序压缩到单次会话中。文中演示了研究者与智能体协作,在 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染相关病原体有活性的新型抗菌肽候选,该候选目前正在进行湿实验验证。
推荐理由:Google Antigravity 把跨库检索、结构查看与功能预测放进同一会话,展示了抗菌肽候选的发现流程。
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。
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。
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。
HitSV 通过建模基因组重复性与信号强度的相互作用来改进结构变异检测,结合重复性与信号密度感知的断点识别和单倍型解析的局部组装,实现碱基分辨率的结构变异重建与基因分型。
推荐理由:新方法把重复序列密度纳入结构变异断点识别,并在多个测序平台和大队列上给出可比较的提升幅度。
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。
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。
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。
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。
Google 公开发布 Deep Review,一个面向复杂技术文档的智能体审阅系统,可检查逻辑一致性、数学陈述、事实依据并与已有工作比较。系统采用文档分段、自适应算力分配、并行分段核查与全局综合四阶段流程,并已加入 Gemini 4 Argon 支持。
推荐理由:该工具用四阶段智能体流程做长文档审阅,并公开了与四个会议试点中超过 1.6 万篇稿件的反馈经验。
Google 为 Earth AI 的地理空间推理智能体发布技术报告,在 CBGB、UnivEARTH 及自研的 GeoExpertQueries、GeoKTools 四个基准上评测,量化专用工具与前置规划相对通用 LLM 的价值。
pycircdb 是一个 Python 命令行工具,可输入人类 circRNA 基因组坐标,快速查询多个经整理的 circRNA 数据库并输出可复现注释。各数据库已统一为 0-based 表示并在 hg19 与 hg38 组装间交叉映射,兼容 0-based 和 1-based 坐标输入,采用容错匹配策略。
CRISPR-HAWK 是一个把个体和群体尺度的变异与单倍型纳入 gRNA 设计的框架,代码已在 GitHub 开源。作者在 79 648 个基因组上分析治疗靶点,发现变异会显著改变向导表现:针对 BCL11A 的镰状细胞病治疗向导存在完全消除预测切割活性的单倍型,七个治疗位点中 82.5% 的向导带有影响在靶活性的变异,变异还会产生新的 PAM 位点、带来参考基因组设计看不到的个体特异性向导。
推荐理由:该工具把个体与群体层面的变异和单倍型纳入 gRNA 设计,并给出 79 648 个基因组上的评估结果,可供做 CRISPR 靶点选择时参考。
TorchGWAS 1.0 发布,这是一个用 GPU 批量运算对大量定量表型做协变量校正线性关联检验的框架。
推荐理由:面对数千个定量表型逐个做 GWAS 的算力瓶颈,该工具给出与 PLINK 2.0 一致的统计量和大规模运行时间。
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。
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。
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。
Schwartz 等提出 SABER 工作流,将二维切片上的稀疏专家标注转化为完整的三维语义分割。该方法把简单分类器与基础分割模型配对,在达到密集监督质量的同时将专家标注时间压缩到不足一小时,并可跨光镜与电镜模态扩展定量分析。
Fukatsu 等开发了 OPTIC,一个无需编程的工具箱,将图像配准与最优传输匹配结合,用于在多次成像会话间追踪同一批神经元、星形胶质细胞、boutons 和小胶质细胞。作者称其追踪准确率高于现有工具,目标是解决纵向钙成像中跨会话细胞对应这一主要瓶颈。
Arc Institute 发布虚拟细胞模型 PIE(Perturbation is Everything),把 Cellosaurus、NCBI、Gene Ontology、DepMap、PubChem 等人工整理知识转成 token 输入,直接预测扰动后群体水平的差异表达基因、方向与幅度。
推荐理由:PIE 把人工整理的生物知识库转成输入,在未见扰动和细胞系上仍能预测差异表达,可看知识源如何影响泛化。
中国科学院遗传与发育生物学研究所李响研究组在 Developmental Cell 在线发表论文,将微流控空间条形码技术与 SPRITE-like 无连接酶接触检测策略结合,开发出空间三维基因组学技术 SpaceA,可在组织切片原位高置信度解析远距离染色质互作。
推荐理由:SpaceA 把空间条形码与无连接酶接触检测结合,让染色质远距离互作能在组织切片原位测量,为空间三维基因组学提供了新手段。
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。
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。
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。
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。
Google DeepMind 发布 SynthID Bio,将水印技术用于合成生物学,在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名,同时保持生物功能。
推荐理由:DeepMind 把水印从数字内容延伸到蛋白序列与结构,并给出湿实验验证,对关注生物安全与 AI 设计溯源的研究者提供了可参考的技术路径。
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。
微软研究院推出 Quine,一个由多模态生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 组成的 AI 研究系统。
推荐理由:微软研究院公开了面向生物学的多模态世界模型与实验编排系统,并给出胰腺癌细胞状态转换的湿实验验证案例。
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。
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。