STalign 和 STcompare 移植到 C++,大规模空间转录组比对从数小时缩短到数秒
Jean Fan 团队将空间转录组工具 STalign 和 STcompare 移植到 C++,可在数秒内完成大规模空间转录组比对与全转录组比较,而此前需要数小时。两个工具已在 GitHub 的 JEFworks-Lab 仓库开放,作者邀请用户试用。
Jean Fan 团队将空间转录组工具 STalign 和 STcompare 移植到 C++,可在数秒内完成大规模空间转录组比对与全转录组比较,而此前需要数小时。两个工具已在 GitHub 的 JEFworks-Lab 仓库开放,作者邀请用户试用。
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。
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。
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。
Institute for Protein Design 开发的结构生物学工具互操作统一框架 Chaperone 已在 Rosetta Commons 的 GitHub 组织下开放使用。该框架用于让结构生物学工具之间互通,便于搭建自定义的蛋白设计流程。
Arnaud Martin 发布了一款能重定向共线性图以减少缠绕的工具,可直接读取 Genespace 的输出,另有较少测试的版本支持包括 minimap2 比对在内的其他输入。该工具目前处于 beta 阶段,作者表示遇到问题可联系反馈。
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。
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。
Pranam Chatterjee 介绍 LLM-to-Flow Distillation(LFD)框架,用 LLM 从“设计具有抗癌活性的多肽”这类自然语言目标出发构建自适应课程,再通过 DPO 和 LLM 的候选排序微调多肽与小分子 flow 模型。
RAW Lab 发布 DYNAMITE-ORFs v1.1.0,新增 Prodigal gap 控制并修复基因调用问题。其 E. coli 自动模式在团队基准测试中从 20.6s 提速至 9.2s。该工具以 Rust 编写,已发布在 crates.io。
LoL-align 在 Nature Methods 发表,可在不做叠合(superposition)的情况下比对蛋白结构。作者称其比 TM-align 和 DALI 更敏感、比对结果更好,速度快 5–20 倍,现已集成到 Foldseek,代码在 GitHub 的 steineggerlab/foldseek 仓库,并提供 search.foldseek.com 在线服务。
推荐理由:新方法不做叠合即可比对蛋白结构,并给出与 TM-align、DALI 的敏感性和速度对比,可据此判断是否替换现有流程。
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。
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。
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。
SENTINEL-X 将 CheckV、CheckM2、BUSCO、EukCC 和 viralVerify 五个生信工具整合为单一 Rust 二进制,无需 Python 运行时,可对病毒、细菌和真核序列做质控。该工具已在 crates.io 发布。
Microbiome Repo 发布,收录了所有公开的人类肠道宏基因组,样本量超过 50 万,元数据直接从序列档案、论文和补充材料中提取。该目录同时提供公开 shotgun 宏基因组研究注册表,以及覆盖各年龄段、逐样本带元数据且标注证据来源的肠道宏基因组目录,作者邀请已发表相关研究的研究者检索自己的研究是否被收录并反馈。
ToolUniverse 新增 GPU 环境自动配置功能,使 agent 能在复杂生物数据集上调用机器学习模型,并把输出用于发现流程。
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。
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。
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。
ProDTI 是一个先验引导的正样本-未标注(PU)学习框架,用于药物-靶点相互作用(DTI)预测,作者称其在五个基准上稳定优于现有基线。该框架把显式生化相似性与大规模预训练模型的隐式语义表示组合成混合先验,驱动软标签蒸馏以稳定优化轨迹,并用硬锚点正则惩罚可靠负样本、锐化决策边界。
Seurat 发布 v5.6.0,新增 setThreads 和 getThreads 控制支持的 C++ 内核与 uwot UMAP 后端线程。
推荐理由:新版本把归一化、降维、聚类和整合等常用步骤改为多线程 C++ 实现,并修复了 BPCells 磁盘型数据的打分问题,做单细胞分析的读者可据此判断是否升级。
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。
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。
SpaCEy 的经同行评审版本现已正式发表,论文刊于 Nature,代码已在 GitHub 的 saezlab/SpaCEy 仓库公开。
Virushunter 与 Virusgatherer 是一套从原始下一代测序数据中发现病毒基因组的双模块计算流程:Virushunter 基于 profile Hidden Markov Model 对病毒标志蛋白编码序列 reads 做同源搜索并构建 microcontigs,再作为种子交由 Virusgatherer 进行靶向病毒基因组组装。
BindCraft2 已发布,完整代码在论文发表前先行公开,学术与产业用户均可免费使用。发布方称提前释出是为了让用户立即开始设计,并将该工具用于当前的 Adaptyv 竞赛;代码托管于 GitHub 的 PacesaLab 仓库。
ColabFold 1.6.3 发布,速度提升 2.5 倍,支持通过 pip install colabfold[alphafold] 安装,并新增 ipSAE 和 pDockQ2 评分。
bwa-mem3 v0.12.0 发布,相比 v0.10.0 在 Arm 和 x86 上均提速,--fast 模式约为 minibwa 的 2 倍,默认模式在 x86 上差距约 15%,同时保持 --compat 下输出字节一致。该版本还带来约 30–40% 的甲基化分析提速,并进行了一次大规模内存安全改进。代码与发布说明见 github.com/fg-labs/bwa-mem3。
ColabFold 1.6.3 发布,现在可以完全通过 pip 安装,本地安装不再需要 conda,kalign、hhsearch 和 openmm 也可从 pip 获取。
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。
Scanpy 发布 1.13.0a2 预发布版本。原文未披露该版本的具体功能变更、修复内容或数据与代码公开情况。
Scanpy 发布 1.12.4 版本,为这一单细胞分析工具的补丁更新。原文未披露具体修复内容与新增功能。
Seurat 5.6 公测版发布,针对核心工作流的速度、内存和可扩展性做了大幅改进,尤其面向大规模数据集。作者团队称过去几个月用编码智能体重写了 Seurat 核心流程,把部分步骤从 R 迁移到 C++ 并优化代码,部分场景提速 10 倍以上且输出一致。安装说明见 https://github.com/satijalab/seurat/discussions/10449。
推荐理由:Seurat 5.6 公测版针对大数据集重写核心流程,做单细胞分析的读者可据此判断是否试用。
Khalil 实验室首批 T1 T-DNA 载体已在 Addgene 开放获取,包含无筛选标记的 pT1 及带 BASTA、kan、hygro 筛选标记的 pT1-B、pT1-K、pT1-H 四个版本。相关预印本已在 bioRxiv 发布,为植物科学、生物技术与合成生物学提供新工具。
NEXCISION 可从转置 NEXUS 矩阵中精确、经验证地切除坐标定义区域,避免人工编辑出错改变矩阵。该工具由 RhysWhite 发布在 GitHub(github.com/RhysWhite/nexcision),作者以预印本形式给出引用信息,并公开征集反馈。
AlphaFold 3 v3.0.4 让模型可在纯 CPU 机器和 Apple Silicon 上运行,其中 Apple Silicon 可利用 GPU 加速推理。