44 min

论文速读 · 2026-07-22

抓取窗口：2026-07-16 ~ 2026-07-22 共 30 篇

📚 目录#

arXiv q-bio#

1. A Bayesian-optimization framework coupling a multiphase PDE tumor model to efficiently design combination therapy schedules ↗#

作者：Ioannis Lampropoulos, Yorgos Psarellis, Michail Kavousanakis
发表日期：2026-07-22
分类：q-bio.TO
Paper ID：arxiv:2607.20782v1

核心贡献#

将多相、血管化二维 PDE 肿瘤模拟器作为 black box，用 Gaussian-process Bayesian Optimization 在有限仿真预算内搜索联合治疗剂量与时序。该方法比等价 grid search 少用一到两个数量级的仿真，并得到与临床方案相符的联合用药和分割剂量结果。

技术栈#

  • 语言/框架：Python
  • 模型/算法：Bayesian Optimization、Gaussian-process surrogate、multiphase PDE tumor modeling、weighted multi-objective optimization
  • 关键库与工具：COMSOL Multiphysics
  • 数据集：二维血管化肿瘤模拟；docetaxel、bevacizumab、radiation 的三类治疗排程场景
  • 开源情况：未提及

上手难度#

  • 前置知识：偏微分方程、肿瘤微环境建模、Bayesian Optimization、联合治疗设计
  • 算力需求：未提及
  • 复现成本：困难，单次模拟成本很高，且摘要未提供代码或完整 PDE 参数
  • 适合谁读：计算肿瘤学研究者、药物排程优化研究者、科学机器学习研究者

一句话总结#

用少量昂贵仿真优化联合治疗排程。

2. Importance-Sampling Estimation of Gaussian Molecular Shape Overlap: Exact Union Volumes and Confidence-Bounded Virtual Screening ↗#

作者：Egor I. Tuzharov, Alexandra V. Bochenkova, Yury Maximov
发表日期：2026-07-22
分类：physics.chem-ph, q-bio.QM, stat.AP
Paper ID：arxiv:2607.20766v1

核心贡献#

提出直接从分子 Gaussian mixture 进行 importance sampling 的无偏 Monte Carlo 形状重叠估计器，并以每样本 O(N) 成本计算全阶 inclusion-exclusion 的精确 union volume。方法在药物样分子上将平均相对误差降至 0.07%，还能用置信界在保持排序的同时减少 94% 采样。

技术栈#

  • 语言/框架：JAX
  • 模型/算法：importance sampling、unbiased Monte Carlo estimation、Gaussian mixture、inclusion-exclusion、confidence-bounded screening、gradient-based rigid alignment
  • 关键库与工具：JAX
  • 数据集：药物样分子；DUD-E、LIT-PCBA benchmarks
  • 开源情况：未提及

上手难度#

  • 前置知识：Monte Carlo 方法、统计误差估计、分子形状建模、virtual screening
  • 算力需求：未提及
  • 复现成本：中等，benchmark 与误差指标明确，但实现代码和输入预处理未提及
  • 适合谁读：计算化学研究者、药物虚拟筛选工程师、可微分编程研究者

一句话总结#

无偏形状重叠估计兼顾精度与筛选效率。

3. Analyzing \b{eta}-Lactamase Evolution from the Principle of Least Action Perspective ↗#

作者：Pablo Garay, Walter J. Lapadula, Maximiliano Juri Ayub, Jorge A. Vila
发表日期：2026-07-22
分类：q-bio.PE
Paper ID：arxiv:2607.20744v1

核心贡献#

以 beta-lactamase 为实证模型，验证基于 principle of least action 的蛋白进化机制模型。将突变、epistasis、蛋白稳定性和折叠动力学纳入后，模型可同时识别最可能的进化路径与最高效轨迹，并显示两者趋于一致。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：principle of least action、context-dependent epistasis modeling、protein stability 与 folding-kinetics analysis
  • 关键库与工具：未提及
  • 数据集：经验研究较充分的 beta-lactamase 进化系统；具体序列数据未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：分子进化、蛋白稳定性、epistasis、蛋白折叠动力学
  • 算力需求：未提及
  • 复现成本：困难，摘要未给出模型公式、数据来源或代码
  • 适合谁读：分子进化研究者、蛋白工程与 directed evolution 研究者

一句话总结#

最小作用量串起蛋白进化的概率与效率。

4. Jointly estimating transmissibility and prior immunity from epidemic time series ↗#

作者：David J. D. Earn, Todd L. Parsons
发表日期：2026-07-22
分类：q-bio.PE, q-bio.QM
Paper ID：arxiv:2607.21657v1

核心贡献#

利用 epidemic momentum 的守恒律，从单条疫情时间序列中拆分基础传播数 R0 与疫情前易感比例，而非只能估计二者乘积 Reff。随机疫情模拟和 1918 年费城秋季流感分析表明，可估得 R0≈2.7、疫情前约 20% 人口已有免疫。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：epidemic momentum conservation law、stochastic epidemic simulation、time-series parameter inference
  • 关键库与工具：未提及
  • 数据集：随机疫情模拟；1918 年美国费城秋季流感时间序列
  • 开源情况：未提及

上手难度#

  • 前置知识：传染病动力学、随机过程、时间序列推断、reproduction number
  • 算力需求：未提及
  • 复现成本：中等，推断目标与案例明确，但代码和历史数据处理细节未提及
  • 适合谁读：传染病建模研究者、流行病学家、公共卫生数据科学家

一句话总结#

单条疫情曲线也能拆分传播力与既有免疫。

作者：Bálint Csanády, Péter Vedres, Kristóf Zsolt Makó, Orsolya Papp-Zipernovszky, Márta Volosin, Dávid Apagyi 等
发表日期：2026-07-22
分类：q-bio.NC, cs.AI
Paper ID：arxiv:2607.20720v1

核心贡献#

在受试者观看短片时采集 continuous EEG，并以电影剪辑点对齐得到具有 ERP-like 结构的 transition-related potentials；连贯与场景打乱影片的对照显示该响应受叙事上下文调节。紧凑 DNN 可直接从群体平均连续记录中恢复剪辑相关信号，并跨影片与受试群体泛化。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：transition-related potential analysis、event-related potential comparison、compact deep neural network
  • 关键库与工具：EEG
  • 数据集：受试者观看连贯短片及匹配 post-cut sensory input 的场景打乱版本时采集的 continuous EEG；样本量未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：EEG 信号分析、ERP、认知神经科学、深度学习
  • 算力需求：未提及
  • 复现成本：困难，需要连续 EEG、影片刺激与剪辑标注，且摘要未给出样本量和代码
  • 适合谁读：认知神经科学研究者、自然情境 EEG 研究者、神经信号算法工程师

一句话总结#

电影剪辑诱发的 EEG 可反映叙事理解。

6. Perspective Latents as an Architectural Condition for Causal Emergence in Active Inference Agents ↗#

作者：Hongju Pae
发表日期：2026-07-22
分类：cs.LG, q-bio.NC
Paper ID：arxiv:2607.20708v1

核心贡献#

在将快速知觉 latent z 与慢速全局 latent g 分离的 active inference agent 中，检验 reward-free 学习下的 causal emergence。结果显示 Φr 主要集中于由架构决定的 g，学习效应需在信息原子组合层面观察，而不能把单一标量 Φr 直接当作已学习整合的指标。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：active inference、Integrated Information Decomposition、causal emergence analysis、reward-free regime-switching protocol
  • 关键库与工具：未提及
  • 数据集：reward-free environmental regime-switching simulation
  • 开源情况：未提及

上手难度#

  • 前置知识：active inference、信息论、causal emergence、强化学习 agent 架构
  • 算力需求：未提及
  • 复现成本：中等，实验协议和 latent 结构有描述，但实现代码与完整超参数未提及
  • 适合谁读：计算神经科学研究者、active inference 与信息论研究者

一句话总结#

因果涌现取决于 latent 架构，不只是训练。

7. Spectral theory for population density dynamics of spiking neurons with refractoriness ↗#

作者：Luca Falorsi, Gianni Valerio Vinci., Maurizio Mattia
发表日期：2026-07-22
分类：q-bio.NC, math-ph, math.SP
Paper ID：arxiv:2607.20699v1

核心贡献#

通过扩展状态空间纳入 refractory history，将带有限绝对不应期的神经元群体密度动力学表述为 Fokker-Planck operator 的非自伴边界特征值问题。工作给出完整谱刻画和精确 transfer function，并说明不应期可促成交互神经元群体 firing-rate limit cycles。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：operator-theoretic spectral analysis、Fokker-Planck equation、non-self-adjoint boundary eigenvalue problem、linear response、mean-field approximation
  • 关键库与工具：未提及
  • 数据集：未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：泛函分析、谱理论、随机微分方程、计算神经科学
  • 算力需求：未提及
  • 复现成本：困难，理论推导门槛高，摘要未提供数值实现或代码
  • 适合谁读：理论与计算神经科学研究者、数学物理研究者

一句话总结#

严格谱理论揭示不应期如何促成神经振荡。

8. Computer Vision Based Neurology Brain Activity Rejection Architecture and Implementation ↗#

作者：Zag ElSayed, Nathan Suer, Grace Westerkamp, Jack Yanchen Liu, Makoto Miyakoshi, Craig Erickson 等
发表日期：2026-07-22
分类：q-bio.NC, cs.LG, physics.data-an, q-bio.QM
Paper ID：arxiv:2607.21654v1

核心贡献#

提出兼容 ICLabel 与 EEGLab 的 computer-vision 自动 ICA component rejection 标注工具，以替代耗时的人工独立成分检查。系统报告 89.45% 准确率，并将处理速度提升约 7200 倍，为大规模和近实时 EEG 清洗提供方案。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：Independent Component Analysis、computer-vision classification、automated component rejection
  • 关键库与工具：ICLabel、EEGLab
  • 数据集：EEG independent components；样本数量与来源未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：EEG artifact rejection、ICA、computer vision、分类模型评估
  • 算力需求：未提及
  • 复现成本：中等，接口和结果明确，但训练数据、模型结构及代码未提及
  • 适合谁读：EEG 研究者、临床神经生理技术人员、神经信号工程师

一句话总结#

自动 ICA 标注让 EEG 清洗快 7200 倍。

9. FMRP-LEAN: A HIPAA-Compliant AI-Augmented LIMS Architecture for End-to-End Clinical Assay Workflow Optimization ↗#

作者：Eva McCord, Ernest Pedapati, Zag ElSayed
发表日期：2026-07-22
分类：cs.HC, cs.AI, cs.ET, physics.med-ph, q-bio.NC
Paper ID：arxiv:2607.20382v1

核心贡献#

提出面向 FMRP Luminex 临床 assay 的 HIPAA-compliant、AI-augmented LIMS，以带 transition guards 和 dwell-time observability 的有限状态流程统一 biospecimen 生命周期。部署将院内部署、REDCap 双向同步、QR 追踪、自动 QC 和仅访问 aggregate projections 的受治理 AI 结合，改善流程可见性与 QC 时延。

技术栈#

  • 语言/框架：Supabase、PostgreSQL
  • 模型/算法：finite-state workflow、automated statistical QC pre-screening、governance-constrained AI operations、deterministic fallback
  • 关键库与工具：REDCap、QR tracking、MRN-UUIDv7 identifiers、encrypted tunneling、loopback-only services
  • 数据集：FMRP Luminex assay 的临床与实验室 workflow 数据；具体规模未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：LIMS、临床数据治理、HIPAA、数据库与 workflow architecture
  • 算力需求：未提及
  • 复现成本：困难，需要医院受控基础设施、PHI 治理与临床系统集成
  • 适合谁读：临床信息学工程师、实验室运营负责人、受监管 AI 系统架构师

一句话总结#

用受治理 AI 和显式状态重塑临床实验流程。

10. Multi-modal transformer for signal classification in nanopore blockade experiments ↗#

作者：Sandro Kuppel, Julian Hoßbach, Samuel Tovey, Christian Holm
发表日期：2026-07-22
分类：cs.LG, physics.comp-ph, q-bio.BM
Paper ID：arxiv:2607.20323v1

核心贡献#

提出同时处理 raw time series、wavelet images 和静态特征向量的多模态深度学习架构，用于 nanopore blockade 信号的分子分类。方法在 42-peptide benchmark 上比既有方法高出逾 10 个百分点，并迁移到 20-amino-acid 数据集取得近乎完美准确率。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：multi-modal Transformer、wavelet representation、attention analysis、signal classification
  • 关键库与工具：未提及
  • 数据集：42-peptide benchmark、20-amino-acid dataset
  • 开源情况：未提及

上手难度#

  • 前置知识：nanopore sensing、time-series classification、wavelet analysis、Transformer
  • 算力需求：未提及
  • 复现成本：中等，输入模态与 benchmark 明确，但数据获取方式、代码和训练配置未提及
  • 适合谁读：nanopore sensing 研究者、单分子诊断研究者、时序深度学习工程师

一句话总结#

多模态 Transformer 提升纳米孔分子识别。

bioRxiv#

1. Stressor identity shapes plasma proteomic and metabolic responses in humans ↗#

作者：Ebert, T.
发表日期：2026-07-20
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.17.739102

核心贡献#

以 longitudinal deep plasma proteomics 和 targeted metabolomics 比较心理、受控身体以及蹦极诱发的混合压力。心理压力的循环分子变化很小，身体压力引发快速重塑，混合压力反应最强且持续最久，并呈现与免疫颗粒、RNA-binding 和 extracellular vesicle 相关的共同蛋白核心。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：longitudinal multi-omics analysis、cross-paradigm integration、stressor-response comparison
  • 关键库与工具：deep plasma proteomics、targeted metabolomics、extracellular vesicle profiling
  • 数据集：三类人类压力范式的纵向血浆样本：心理压力、受控身体压力、蹦极混合压力；样本量未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：应激生理学、血浆蛋白质组学、代谢组学、extracellular vesicles
  • 算力需求：未提及
  • 复现成本：困难，需要多种人类压力实验与纵向多组学检测，摘要未给出数据或代码
  • 适合谁读：压力生物学研究者、多组学研究者、内分泌与免疫研究者

一句话总结#

不同压力类型留下分级的血浆分子指纹。

2. Structure-guided targeting of the GATAD2A-CHD4 interaction within the MBD2-NuRD complex results in high levels of HbF in adult erythroid cells ↗#

作者：Shang, S., Goswami, S. G., Li, T., Wang, H., Travis, C., Dozmorov, M. 等
发表日期：2026-07-20
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.17.739209

核心贡献#

结合 AlphaFold 3 与 crystal structure 定位 GATAD2A–CHD4 的关键 interaction domains，并用生物物理实验验证。编辑 GATAD2A CR2 domain 或表达对应 helical peptide 可解离 CHD4、解除 HBG 抑制，在原代成人红系细胞中将 HbF 提升至约 75% 且不扰动分化。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：structure-guided interaction prediction、domain mutagenesis、peptide perturbation、chromatin validation
  • 关键库与工具：AlphaFold 3
  • 数据集：相关 crystal structure；HUDEP-2 cells、primary adult erythroid cells
  • 开源情况：未提及

上手难度#

  • 前置知识：染色质重塑、血红蛋白调控、结构生物学、红系细胞实验
  • 算力需求：未提及
  • 复现成本：困难，需要结构预测、生物物理验证、基因编辑和原代细胞实验
  • 适合谁读：血液病研究者、结构生物学家、药物发现与基因调控研究者

一句话总结#

拆开 GATAD2A–CHD4 可大幅恢复 HbF。

3. Analytical Validation of Automated DNA Isolation from Meat Matrices for High-Quality PCR-Based Food Authentication ↗#

作者：Dewi, Y. K., Chudori, Y. N.
发表日期：2026-07-20
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.17.739293

核心贡献#

验证 QIAcube Connect 配合 DNeasy Mericon Food Kit 的自动肉类 DNA 提取流程，并从浓度、总产量、纯度、完整性与 PCR inhibition 多方面评估。所得 DNA 达到预设标准，porcine cytochrome b real-time PCR 的 R² 为 0.99–1.00、效率为 90.34%–99.84%，且未见明显抑制。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：analytical method validation、real-time PCR linearity 与 inhibition assessment
  • 关键库与工具：Qiagen QIAcube Connect、DNeasy Mericon Food Kit、agarose gel electrophoresis、real-time PCR
  • 数据集：meat matrices DNA；porcine cytochrome b target
  • 开源情况：未提及

上手难度#

  • 前置知识：食品分子鉴定、DNA 提取、qPCR、分析方法验证
  • 算力需求：未提及
  • 复现成本：中等，需要指定自动提取平台、试剂盒和 qPCR 条件
  • 适合谁读：食品真实性检测实验室、分子诊断技术人员、质量控制研究者

一句话总结#

自动 DNA 提取可稳定支撑肉类 PCR 鉴定。

4. ORC binding to Heterochromatin Protein 1 through intrinsically disordered regions is required for heterochromatin structure and function ↗#

作者：Luo, Y., Rajshekar, S., Kumar, H., Berger, J. M., Karpen, G., Botchan, M.
发表日期：2026-07-20
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.17.738698

核心贡献#

揭示 Drosophila Orc1 的 intrinsically disordered region 中 R1/R2 motifs 与 HP1a 的 HGM/CTE motifs 形成多价相互作用，并依赖 HP1 dimerization。破坏该结合会导致 PEV suppression、rDNA decondensation、rRNA 增加和 nucleolar expansion，说明 ORC 也是异染色质的结构调节者。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：motif interaction mapping、site-directed mutation、heterochromatin functional assays
  • 关键库与工具：未提及
  • 数据集：Drosophila melanogaster 异染色质与 nucleolus 实验系统
  • 开源情况：未提及

上手难度#

  • 前置知识：染色质生物学、DNA replication initiation、intrinsically disordered regions、果蝇遗传学
  • 算力需求：未提及
  • 复现成本：困难，需要果蝇遗传操作、蛋白相互作用与核结构功能实验
  • 适合谁读：染色质与 DNA replication 研究者、核结构生物学家

一句话总结#

ORC–HP1 多价结合维系异染色质结构功能。

5. A Label-Free Multi-Metric Pipeline for Benchmarking Single-Cell RNA-Sequencing Clustering and Testing the Reproducibility of Cell-Type Heterogeneity ↗#

作者：Yousef, Z., Simone, J., Klein, D., Cho, H., Bhuyan, A., Bhatt, P. 等
发表日期：2026-07-20
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.17.739160

核心贡献#

提出 label-free、multi-metric 的单细胞聚类评测流程，区分 cell-resampling bootstrap stability 与 representation retraining 后的 across-embedding reproducibility。流程在 mouse retinal atlas 恢复八类注释，并能接受 bipolar cell 的真实亚群、拒绝 rod photoreceptor 的过度聚类，在 synthetic data 中检测到占比 5% 的真实亚群。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：七种 clustering configurations、五项非冗余 quality metrics、bootstrap resampling、re-embedding reproducibility、adjusted Rand index
  • 关键库与工具：未提及
  • 数据集：mouse retinal atlas、bipolar cells、rod photoreceptors、synthetic single-cell data
  • 开源情况：未提及

上手难度#

  • 前置知识：scRNA-seq、聚类评估、representation learning、统计重采样
  • 算力需求：未提及
  • 复现成本：中等，评测设计与数据类型清晰，但代码和具体配置未提及
  • 适合谁读：单细胞分析研究者、聚类方法开发者、生物信息学工程师

一句话总结#

跨 embedding 复现更能识别真实细胞亚群。

6. Leveraging multiplicity in biologically informed neural networks to uncover disease heterogeneity ↗#

作者：Gankin, D., Beltrao, P.
发表日期：2026-07-20
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.15.738681

核心贡献#

在约 50 万名 UK Biobank 参与者的 genotype 与 plasma proteomics 上训练 biologically informed neural networks，发现其 attribution 会受 graph topology 偏置，且相同架构与数据可产生预测相当但解释不同的模型。对 type 2 diabetes 的 100 个重复模型分析显示，解释空间可分出 inflammatory 与 hepatic-metabolic 两类路径，从而把 predictive multiplicity 转化为疾病异质性线索。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：biologically informed neural networks、attribution analysis、topology-bias normalization、predictive multiplicity、replicate-solution clustering
  • 关键库与工具：未提及
  • 数据集：UK Biobank 约 500,000 人的 genotype 与 plasma proteomics；六种常见疾病；100 个 type 2 diabetes replicate BINNs
  • 开源情况：未提及

上手难度#

  • 前置知识：biobank 机器学习、pathway/ontology networks、模型可解释性、疾病异质性
  • 算力需求：未提及
  • 复现成本：困难，需要 UK Biobank 访问权限并在约 50 万人数据上重复训练大量模型
  • 适合谁读：计算医学研究者、可解释机器学习研究者、复杂疾病遗传学家

一句话总结#

模型解释不一致也能映射疾病异质性。

7. FloREN: Decoding Immune Regulatory Networks through Interpretable Graph Transformer Patient Representations. ↗#

作者：Clemente-Larramendi, I., Hillion, S., Cornec, D., Jamin, C., Foulquier, N.
发表日期：2026-07-20
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.12.738088

核心贡献#

提出 FloREN，将 single-cell data 表示为连接 cells、genes、gene regulation 与 cell-cell communication 的 heterogeneous network，并以 supervised condition-aware embeddings 和 interpretable attention 构建患者级表示。该框架改善样本分层和 biomarker discovery，并用于发现 immune-mediated inflammatory diseases 的特定免疫网络机制。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：heterogeneous graph Transformer、supervised sample representation、condition-aware embedding、interpretable attention
  • 关键库与工具：FloREN
  • 数据集：single-cell RNA-seq 与 immune-mediated inflammatory disease 数据；具体 cohort 未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：scRNA-seq、gene regulatory networks、cell-cell communication、graph Transformer
  • 算力需求：未提及
  • 复现成本：中等，网络组成和目标明确，但 cohort、代码与训练细节未提及
  • 适合谁读：单细胞免疫学研究者、图机器学习研究者、biomarker discovery 团队

一句话总结#

FloREN 用图注意力解码患者免疫网络。

8. Continuous site-directed mutagenesis and selection in Escherichia coli ↗#

作者：Rehm, F., Spinck, M., Chin, J. W.
发表日期：2026-07-20
分类：synthetic biology
Paper ID：biorxiv:10.64898/2026.07.18.739322

核心贡献#

构建在 Escherichia coli 中连续进行 site-directed mutagenesis 与 selection 的新范式：用 F plasmids 转移 cargo genes，在带 retron editor libraries 的受体中编辑，并用三种串联 selection markers 迭代 conjugation-editing cycles。多轮过程使多样性乘法增长，得到含最多六处不同 edits 的文库并筛出新表型。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：continuous site-directed mutagenesis、site-saturation mutagenesis、conjugation-editing cycles、iterative selection、directed evolution
  • 关键库与工具：F plasmids、retron editors、three serial selection markers
  • 数据集：Escherichia coli genetic libraries 与 cargo genes
  • 开源情况：未提及

上手难度#

  • 前置知识：细菌遗传学、retron editing、plasmid conjugation、directed evolution
  • 算力需求：未提及
  • 复现成本：困难，需要构建 retron editor libraries、F plasmid cargo 与多轮细胞筛选系统
  • 适合谁读：synthetic biology、基因编辑与 directed evolution 研究者

一句话总结#

连续接合编辑让遗传多样性逐轮倍增。

9. Age-dependent Structural Reorganization of the Human Plasma Proteome ↗#

作者：Ji, J., Kim, Y., Han, E., Choi, Y., Park, J., Lee, H. 等
发表日期：2026-07-20
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.19.739388

核心贡献#

用 Covalent Protein Painting 与 MRM LC-MS/MS 定量 20–50 岁健康成人血浆蛋白的年龄相关表面可及性，得到 27 个蛋白、57 条 peptide 的五类可重复轨迹。网络分析与 AlphaFold3 multimer prediction 将多处变化定位到预测 protein-protein interaction interfaces，提示成人衰老伴随网络级结构重组。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：cosine-similarity trajectory matching、limma linear modeling、protein-interaction network analysis、multimer complex prediction
  • 关键库与工具：Covalent Protein Painting、MRM LC-MS/MS、STRING、Cytoscape、AlphaFold3
  • 数据集：24 名健康成人血浆，分四个年龄组（20s 至 50s，每组 n=6）
  • 开源情况：未提及

上手难度#

  • 前置知识：结构蛋白质组学、targeted mass spectrometry、统计建模、蛋白互作网络
  • 算力需求：未提及
  • 复现成本：困难，需要 CPP 与 MRM LC-MS/MS；且研究为小样本横断面 cohort
  • 适合谁读：衰老生物学研究者、蛋白质组学研究者、结构 biomarker 研究者

一句话总结#

衰老可能重塑血浆蛋白相互作用界面。

10. Identification and Classification of Expressed Orphan Genes, Spurious Orphan Genes, and Conserved Genes in the Human Gut Microbiome ↗#

作者：Chen, C., Vakirlis, N., Holmer, R., de Ridder, D., Kupczok, A.
发表日期：2026-07-22
分类：genomics
Paper ID：biorxiv:10.64898/2026.01.16.699869

核心贡献#

结合近 5,000 个 metatranscriptome libraries 与 154 项 sequence、structure、evolution features，区分有表达证据的 orphan genes、疑似 spurious predictions 和 conserved genes。XGBoost 分别取得 0.82 与 0.93 AUC，SHAP 还揭示 expressed orphans 的基因组分布和长度特征。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：XGBoost classification、SHAP interpretation、genomic-representation-aware evaluation
  • 关键库与工具：未提及
  • 数据集：human gut microbiome 的近 5,000 个 metatranscriptome libraries；约 218,000 个 expressed orphan genes 和 330,000 个 non-expressed predicted orphan genes
  • 开源情况：未提及

上手难度#

  • 前置知识：宏基因组与 metatranscriptomics、基因预测、比较基因组学、XGBoost 与 model interpretation
  • 算力需求：未提及
  • 复现成本：困难；数据与特征规模大，还需控制 genomic representation，且代码和数据入口未提及
  • 适合谁读：硕博生、研究员、微生物组与机器学习分析人员

一句话总结#

表达证据与机器学习筛除伪孤儿基因

PubMed#

1. Mediterranean Diet and Neurodegenerative Diseases: Recent Advances from the Gut-Immune-Brain Axis to Multi-Omics-Guided Precision Nutrition. ↗#

作者：Jiaxing Dou, Jiahui Wang, Shihan Chen, Elizabeth B Hsueh, Isabella L Scott, Feng Xue
发表日期：2026-07-17
分类：Humans, Diet, Mediterranean, Neurodegenerative Diseases, Multiomics
Paper ID：pubmed:42505396

核心贡献#

系统综述地中海饮食如何经 gut-immune-brain axis、微生物代谢物、神经炎症、线粒体、proteostasis 与 BBB 影响 Alzheimer’s disease 和 Parkinson’s disease，并将这些机制与 multi-omics-guided precision nutrition 连接。现有证据总体支持神经保护关联，但以观察性研究为主，仍需更多 RCT 与标准化多组学分析。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：systems-level evidence synthesis、disease-specific mechanistic framework、precision-nutrition stratification
  • 关键库与工具：single-cell transcriptomics、spatial transcriptomics、microbiome analysis
  • 数据集：既有观察性研究与部分临床试验中的 AD、PD 人群；具体研究清单未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：神经退行性疾病、营养流行病学、gut microbiome、免疫代谢、多组学
  • 算力需求：未提及
  • 复现成本：中等，属于综述；摘要未给出系统检索 protocol，需回溯原始研究复核
  • 适合谁读：神经科学研究者、营养学研究者、临床医生、precision nutrition 团队

一句话总结#

地中海饮食或经肠免疫脑轴保护神经系统。

2. 3.75 THz Repetitive Radiation Regulates Collagen Metabolism in Human Fetal Scleral Fibroblasts. ↗#

作者：Wenxia Wang, Liu Sun, Lei Wang, Jinwu Zhao, Pandeng Hou, Mingxia He
发表日期：2026-07-17
分类：Humans, Fibroblasts, Sclera, Collagen, Fetus
Paper ID：pubmed:42505393

核心贡献#

在正常与 hypoxia-induced human fetal scleral fibroblasts 中测试 3.10/3.75 THz 照射，发现照射当下无显著基因调节，但 3.75 THz 停照 12 小时后提高 COL1A1。重复 3.75 THz 照射产生 213 个差异蛋白并富集 ribosome、mitochondrial function 与 collagen-rich ECM 信号，不过直接功能效应尚未确认。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：time-dependent radiation-response assay、differential proteomics、functional enrichment
  • 关键库与工具：terahertz irradiation、proteomic analysis
  • 数据集：正常与低氧诱导的 human fetal scleral fibroblasts
  • 开源情况：未提及

上手难度#

  • 前置知识：巩膜生物学、细胞辐照实验、collagen metabolism、蛋白质组学
  • 算力需求：未提及
  • 复现成本：困难，需要特定 THz 辐照设备、细胞培养与蛋白质组平台
  • 适合谁读：眼科基础研究者、太赫兹生物效应研究者、ECM 与蛋白质组研究者

一句话总结#

重复 3.75 THz 照射伴随巩膜 ECM 重塑。

3. Integrated multi-omics profiling reveals dynamic regulation of light-induced chloroplast biogenesis in Brassica napus seedlings. ↗#

作者：Xiaoli Ma, Yanjun Jing, Yuan Gao, Tong Ling, Peipei Qi, Yuanyuan Yao 等
发表日期：2026-07-17
分类：Brassica napus, Chloroplasts, Multiomics, Light, Protein Processing
Paper ID：pubmed:42500823

核心贡献#

对光诱导的 tetraploid Brassica napus 幼苗叶绿体发育开展 time-series transcriptome、proteome 及 acetylation、phosphorylation、ubiquitylation 联合分析。结果揭示 transcription-factor cascade、alternative splicing、PTM crosstalk 和 homeolog subfunctionalization 共同组织叶绿体成熟，并给出 photosystem 与 chlorophyll biosynthesis 的候选上游调控因子。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：time-series multi-omics integration、transcription-factor cascade analysis、alternative-splicing/PTM crosstalk analysis、homeolog subfunctionalization analysis
  • 关键库与工具：transcriptomics、proteomics、acetylation/phosphorylation/ubiquitylation profiling
  • 数据集：光诱导发育的 tetraploid oilseed rape（Brassica napus）seedlings
  • 开源情况：未提及

上手难度#

  • 前置知识：植物分子生物学、叶绿体发育、转录组与蛋白质组、post-translational modification
  • 算力需求：未提及
  • 复现成本：困难，需要高时间分辨率的多层组学实验和联合分析
  • 适合谁读：植物组学研究者、光合作用与多倍体生物学研究者

一句话总结#

多组学描绘油菜叶绿体成熟的分层时序调控。

4. Navigating the Metabolic-Genomic Paradigm: Mitochondrial Reprogramming as a Driver of Cancer Plasticity. ↗#

作者：Yen-Dun Tony Tzeng, Chen-Yueh Wen, Su-Boon Yong, Zhi-Hong Wen, An-Jen Chiang, Chia-Jung Li
发表日期：2026-01-01
分类：Humans, Metabolic Reprogramming, Mitochondria, Precision Medicine, Female
Paper ID：pubmed:42500587

核心贡献#

综述 breast cancer 中 BRCA1、TP53、MYC 等 nuclear drivers 如何重编程 mitochondrial bioenergetics，并讨论 mtDNA heteroplasmy、代谢 gene signatures 与 liquid biopsy 在分层和微小残留病灶检测中的潜力。临床证据提示 metformin 等代谢干预需按 metabolic phenotype 精准选人，未来可结合 genome-scale metabolic models 与 AI 寻找 synthetic-lethal targets。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：mitonuclear pathway synthesis、machine-learning metabolic gene signatures、genome-scale metabolic modeling、patient stratification
  • 关键库与工具：liquid biopsy；具体软件未提及
  • 数据集：既有 breast-cancer 研究与临床试验，包括 MA.32；具体数据集未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：乳腺癌分子分型、线粒体代谢、肿瘤微环境、precision oncology
  • 算力需求：未提及
  • 复现成本：中等，属于综述；结论复核依赖所纳入的临床与机制研究
  • 适合谁读：肿瘤代谢研究者、乳腺癌临床研究者、precision medicine 团队

一句话总结#

乳腺癌精准治疗需同时读懂基因与线粒体代谢。

5. miR-320d Is Associated with Reduced Nasopharyngeal Carcinoma Progression, Potentially through the NF-κB/IL-8 Axis-Mediated Inhibition of Neutrophil Extracellular Trap Formation. ↗#

作者：Liu Liu, Jie Liu, Shuangchen Ning, Jin Wang, Yingchun He
发表日期：2026-01-01
分类：Humans, MicroRNAs, Interleukin-8, NF-kappa B, Nasopharyngeal Carcinoma
Paper ID：pubmed:42500573

核心贡献#

在 S18 与 5-8F nasopharyngeal carcinoma 细胞中提高 miR-320d，观察到 viability、migration 和 invasion 下降；transcriptomic/proteomic integration 将受调分子指向 neutrophil extracellular trap pathways。后续验证显示 miR-320d 抑制 NF-κB/IL-8 及多种 NET markers，提示该轴可能参与抑制 NPC 进展。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：miRNA overexpression、integrated transcriptomic/proteomic pathway analysis、cell-phenotype assays
  • 关键库与工具：Western blotting、immunohistochemistry、immunofluorescence
  • 数据集：nasopharyngeal carcinoma cell lines S18 与 5-8F
  • 开源情况：未提及

上手难度#

  • 前置知识：肿瘤细胞生物学、microRNA、NF-κB signaling、neutrophil extracellular traps
  • 算力需求：未提及
  • 复现成本：困难，需要细胞过表达、多组学与多种蛋白/成像验证实验
  • 适合谁读：鼻咽癌研究者、肿瘤免疫与 microRNA 研究者

一句话总结#

miR-320d 或通过抑制 NET 形成减缓鼻咽癌。

6. Interpretable prediction of DNA replication origins in S. cerevisiae using DNABERT and DNABERT-2. ↗#

作者：Zohreh Piroozeh, Ildem Akerman, Olga V Kalinina, Stefan Kesselheim, Alina Bazarova
发表日期：2026-07-22
分类：Replication Origin, Saccharomyces cerevisiae, DNA Replication, Computational Biology, DNA
Paper ID：pubmed:42487110

核心贡献#

fine-tune DNABERT 与 DNABERT-2 预测 Saccharomyces cerevisiae DNA replication origins，并为不同 tokenization 配置模型专属解释流程。两者准确率相近，但 DNABERT 的 overlapping k-mer attention 更易恢复已知 motif；DNABERT-2 的 byte-pair encoding 则使学习更偏向短程 token weighting。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：DNABERT、DNABERT-2、fine-tuning、attention-based motif discovery、perturbation-based explanation、Shapley additive explanations
  • 关键库与工具：未提及
  • 数据集：设计的 S. cerevisiae replication-origin easy 与 challenging datasets
  • 开源情况：未提及

上手难度#

  • 前置知识：DNA replication origins、genomic language models、BERT、模型可解释性
  • 算力需求：未提及
  • 复现成本：中等，模型与评估结果明确，但数据构建细节、代码和训练配置未提及
  • 适合谁读：计算基因组学研究者、genomic foundation model 与 explainability 研究者

一句话总结#

tokenization影响DNA模型学习与解释。

7. VN1K is a pangenome-informed multi-omics and phenomics resource for the Vietnamese population. ↗#

作者：Trang T H Tran, Tham H Hoang, Mai H Tran, Tien M Pham, Nam N Nguyen, Giang M Vu 等
发表日期：2026-07-22
分类：Humans, Vietnam, Multiomics, Gene Frequency, Phenomics
Paper ID：pubmed:42486871

核心贡献#

发布 VN1K：包含 1,011 名无亲缘关系越南人的 high-depth short-read WGS、多组学与表型资源，并结合 pangenome graph reference 与 deep-learning variant detection 得到约 4,200 万变异。资源还提供 long-read methylation、越南人群 imputation panel、跨人群 allele-frequency 差异与多项疾病和代谢性状 loci。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：pangenome-graph variant calling、deep-learning variant detection、genotype imputation、allele-frequency comparison、locus mapping
  • 关键库与工具：VN1K integrated platform、linear and graph-based genome browsers
  • 数据集：1,011 名无亲缘关系越南人的 high-depth WGS、多组学、phenomics 与 long-read methylation
  • 开源情况：数据可通过 genome.vinbigdata.org 访问；摘要未说明下载许可、代码或模型权重

上手难度#

  • 前置知识：人群基因组学、variant calling、pangenome graphs、imputation、multi-omics
  • 算力需求：未提及
  • 复现成本：困难，重建主资源需大规模 WGS、多组学和 long-read 数据；下游复用可通过公开平台进行
  • 适合谁读：人群遗传学家、越南及东南亚精准医学研究者、基因组资源开发者

一句话总结#

VN1K 补齐越南人群基因组与表型资源缺口。

8. Preliminary study on comparative non-targeted metabolomics analysis sheds light on the chemical diversity of citrus fruit pulps. ↗#

作者：Mingxia Wen, Bei Huang, Naveed Ahmad, Jiayan Wu
发表日期：2026-01-01
分类：Citrus, Metabolomics, Fruit, Flavonoids, Tandem Mass Spectrometry
Paper ID：pubmed:42485398

核心贡献#

用 non-targeted LC-MS/MS 比较 Hongju 418、Changshan-huyou 与 Hunan Xiangcheng 三类柑橘果肉，识别逾 300 个差异代谢物。多变量分析与 KEGG enrichment 显示三者分别突出 flavonoid、organic/amino acids 以及 fatty-acid/purine metabolism，构成清晰的 genotype-specific chemotypes。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：differential-metabolite analysis、PCA、PLS-DA、OPLS-DA、correlation network、KEGG pathway enrichment
  • 关键库与工具：non-targeted LC-MS/MS
  • 数据集：Citrus reticulata ‘Hongju 418’、Citrus aurantium ‘Changshan-huyou’、Citrus junos ‘Hunan Xiangcheng’ 果肉
  • 开源情况：未提及

上手难度#

  • 前置知识：植物代谢组学、LC-MS/MS、多变量统计、KEGG pathway analysis
  • 算力需求：未提及
  • 复现成本：中等，需要 LC-MS/MS 平台；原始数据、样本量与分析代码未提及
  • 适合谁读：柑橘育种研究者、食品化学与植物代谢组学研究者

一句话总结#

三类柑橘果肉呈现清晰的代谢化学型差异。

9. Metabolomic profiling of backfat in Ningxiang pigs reveals lipid dynamics and carcass trait associations during the fattening stage. ↗#

作者：Yu Chen, Lihua Cao, Qingming Cui, Yuan Deng, Ji Zhu, Yingying Liu 等
发表日期：2026-01-01
分类：Animals, Metabolomics, Adipose Tissue, Lipid Metabolism, Swine
Paper ID：pubmed:42485346

核心贡献#

刻画 Ningxiang pigs 在 180、240、300、360 日龄育肥期的 backfat metabolome，发现 154 个随时间显著变化的代谢物。co-expression network 将一个代谢模块与 carcass traits 强关联，并把 psychotrine 定位为 hub，同时提示部分 synthetic xenobiotics 的积累可能涉及动物健康与肉品安全。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：temporal differential-metabolite analysis、co-expression network analysis、metabolite-module/carcass-trait association
  • 关键库与工具：metabolomic profiling；具体平台未提及
  • 数据集：Ningxiang pig backfat，四个发育阶段：180d、240d、300d、360d
  • 开源情况：未提及

上手难度#

  • 前置知识：动物代谢组学、脂质代谢、网络分析、carcass-trait evaluation
  • 算力需求：未提及
  • 复现成本：中等，需要多阶段动物取样与代谢组平台，原始数据和代码未提及
  • 适合谁读：猪育种研究者、动物营养与肉品安全研究者、代谢组学研究者

一句话总结#

猪背脂代谢时序连接生长性状与安全风险。

10. Molecular signature of COVID-19 prior to its exacerbation by multi-omics survey. ↗#

作者：Tomoyuki Suzuki, Yoshihiro Kita, Keisuke Yanagida, Kenji Maeda, Tomomi Hashidate-Yoshida, Hiroki Nakanishi 等
发表日期：2026-01-01
分类：Humans, COVID-19, Multiomics, SARS-CoV-2, Biomarkers
Paper ID：pubmed:42485309

核心贡献#

对 SARS-CoV-2 阳性患者在 COVID-19 临床恶化前采集的 plasma 进行 multi-omics，除支持 CRP 与 neutrophil level 的早期预测价值外，还得到一组先于临床表现变化的候选分子。多个炎症标志物与 IFN-α6、IFN-α8 呈反向关联，为免疫逃逸与急性恶化机制提供线索。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：plasma multi-omics integration、biomarker correlation analysis、pre-exacerbation signature discovery
  • 关键库与工具：未提及
  • 数据集：SARS-CoV-2-positive patients 在临床恶化前采集的 plasma；样本量未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：COVID-19 immunology、plasma multi-omics、biomarker discovery、临床队列分析
  • 算力需求：未提及
  • 复现成本：困难，摘要未提供 cohort 规模、多组学平台、原始数据或代码
  • 适合谁读：感染免疫研究者、临床 biomarker 团队、多组学研究者

一句话总结#

恶化前的血浆多组学可提示 COVID-19 风险。

论文速读 · 2026-07-15

论文速读 · 2026-07-29