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)。
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)。
Anshul Kundaje 称赞 jmschreiber91 持续开源发布高效的基因组软件优化,认为生物机器学习领域的工具开发就该如此开放、让用户测试反馈。
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。
匹兹堡大学计算与系统生物学系副教授 James Faeder 与本科生 Katherine Yonosh 的新研究提出,细胞可从连续的生化反应中产生明确的决策,展示了一种此前未被描述的发生方式。该工作由计算生物学专业本科生完成,相关链接以短网址形式发布。
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。
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...。
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。
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%。
用codex的plan模式在服务器测试数据上跑通rMATS可变剪切分析流程,测试数据取自2019-GSE130955人类皮肤转录组,每组6个样本、每样本截取25000条reads。
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。
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。
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。
针对 ADC 偶联步骤常用溶剂 DMA 与 DMSO,研究对 ReadyToProcess 1 L 层析柱外壳、ÄKTA ready 低流速流路和 ÄKTA readyflux 流路开展可提取物研究,条件较现有 ADC 工艺更严苛。
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。
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 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 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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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。
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 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。
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。
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。
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。
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。
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。
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。
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。