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。
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。
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。
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。
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。
Jean Fan 团队的计算方法 STARIT 已在 PLOS Computational Biology 发表,该方法把空间转录组数据当作栅格化图像张量,用计算机视觉 AI 无监督刻画亚细胞分子异质性下的细胞状态。作者在帖中致谢 Dee Velazquez 与团队,代码托管在 github.com/JEFworks-Lab。
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、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。
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。
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。
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。
James Lloyd 在 SynBio4ALL Africa 的研讨会上介绍了其新开发的 Nanopore 全质粒测序计算流程 PICARD-seq,相关报告录像已发布。该报告主题为如何让资源有限的实验室也能开展全质粒测序。
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。
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。
一份面向植物组织冷冻电镜断层扫描(cryoET)的详细实验方案已在 Bio-protocol 发表,供希望深入该技术细节的研究者使用。原文未披露方案涉及的具体植物物种、样本量或数据公开情况。
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。
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。
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。
Romain Lopez 介绍其组内 Rushil Gupta 提出的 FractAL,一种用于批量模式主动学习的软策略选择方法,可避免在标注前就固定单一采集策略,相关预印本已在 arXiv 发布。
FA-MFMR 通过整合遗传工具变量、暴露轨迹的功能表示与低维因子结构,估计多个纵向暴露的时变因果效应。模拟显示其估计误差低于对比方法、不确定性量化更高效,尤其适用于高度相关且稀疏观测的纵向暴露。在帕金森病队列的纵向生物标志物上,该方法刻画了轨迹水平系数函数的年龄依赖模式,并提示局部效应的不确定性;R 包与复现代码已公开。
2025年发表于 npj Biofilms and Microbiomes 的研究发现,用 lactonases 降解口腔细菌的 AHL 群体感应信号,可使牙菌斑群落向与口腔健康相关的菌种偏移。
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。
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。
Google Research 以 Google Earth AI 的 Population Dynamics Foundation Model(PDFM)为概念验证,展示无需任务微调的位置嵌入可直接接入现有流行病学模型。
Google Research 与 Google Health 发布与全球卫生伙伴合作的新研究论文,展示 Google Earth AI 结合卫星影像、移动数据和 AlphaEarth Foundations、Population Dynamics Foundation Model(PDFM)等基础模型,用于疾病预测与公共卫生决策。
推荐理由:Google Earth AI 与 WHO、INRB 等机构合作,把地理空间模型用于埃博拉、霍乱、登革热等疾病预测,展示了公共卫生从被动响应转向主动预防的路径。
研究团队提出基于 metacell 的多尺度网络分析方法 MCMNA,用于系统解析帕金森病黑质 snRNA-seq 数据中的细胞类型特异基因调控结构。该方法通过 metacell 聚合缓解单细胞数据的稀疏性,构建稳健的基因调控网络,并结合基因共表达模块、metacell 差异表达与贝叶斯因果网络,推断候选驱动基因及其层级关系。作者称该多尺度网络模型可为疾病机制研究和治疗靶点优先级排序提供框架。
研究团队开发 shotgun genetic engineering(SGE),用递送大量带条形码小构建替代单个大构建,让每个细胞携带一条合成通路作为独立实验,再通过测序筛选具有目标表型的细胞。
推荐理由:用大量带条形码的小构建替代单个大构建,把哺乳动物代谢通路的组合筛选扩展到数百万种,为复杂性状工程提供可迁移策略。
研究提出 shotgun genetic engineering(SGE)多元工程策略,可在单次实验中筛选数百万种组合方案,并通过选择策略找出有效设计,用于快速改造哺乳动物细胞的复杂生物学功能。作者称该方法有望用于将复杂表型工程化到哺乳动物细胞中。
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。
Visionary AI 是一个可解释平台,将视网膜图像转换为微血管拓扑与几何表征,在临床症状出现前预测妊娠期高血压疾病。在 1,267 例妊娠的前瞻性开发队列中,子痫前期预测达到 AUC = 0.91、AP = 0.81;经稳定性优化的模型未经再训练即迁移至独立外部验证队列,AUC = 0.81、AP = 0.68,优于临床与深度学习基准。
推荐理由:该平台把视网膜微血管拓扑特征用于妊娠高血压疾病的早期预测,并在独立外部队列中验证了迁移能力。
bwa-mem3 现在比原版 bwa 快 6-8 倍,速度已与 minibwa 相当。作者 Nils Homer 以此询问读者为何还没有改用 bwa-mem3,帖中未给出测试数据、版本号或代码链接。
Ana Conesa 团队在 Nature Communications 发表长读长 RNA-seq 研究,比较"先合并 reads 再检测转录本(Join & Call)"与"逐样本检测再合并(Call & Join)"两种策略。研究使用 PacBio 与 ONT 数据、6 款工具并设置多个重复,结论是策略优劣取决于所用工具。
Juan Inda 将在 MVIF 52 讨论 ARG 注释工具的选择如何影响宏基因组数据得到的 resistome 图谱。EMBARK 项目由此出发,发现不同 ARG 注释流程不仅给出不同的 ARG 数量,还会得到不同的 resistome 图谱。
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。
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。
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。
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。
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。