40 min

论文速读 · 2026-07-29

抓取窗口：2026-07-23 ~ 2026-07-29 共 30 篇

📚 目录#

arXiv q-bio#

1. Phantom Evidence: How and Why Generative AI Manufactures False Positives in Science ↗#

作者：Yukiyasu Kamitani, Ken Shirakawa
发表日期：2026-07-28
分类：q-bio.NC
Paper ID：arxiv:2607.25991v1

核心贡献#

提出“phantom evidence”概念，把生成式 AI 的流畅输出为何会被误当作科学证据归因于观察者想象的可能空间远大于系统实际可达空间。作者用统一的概率量纳入 trial-and-error 与 data leakage，并指出提高分辨率、润色输出或让模型自评都无法突破单一结果的证据上限。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：probabilistic formalization of surprise、reachable-output-space analysis、absence-based validation
  • 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：科学哲学、概率论、生成式 AI 评估、研究方法学
  • 算力需求：未提及
  • 复现成本：中等，属于理论论证；复核需要检查全文中的概率定义与推导
  • 适合谁读：AI for Science 研究者、科研方法学研究者、科学审稿人与政策制定者

一句话总结#

生成式 AI 的说服力不等于科学证据。

2. Environmental and cell-cell signaling shape developmental trajectories across morphogenetic landscapes ↗#

作者：J. Hareesh, Sitabhra Sinha
发表日期：2026-07-28
分类：q-bio.TO, nlin.PS
Paper ID：arxiv:2607.25897v1

核心贡献#

以 Waddington epigenetic landscape 建模 cell-fate determination，证明细胞间 juxtacrine signaling 对组织 pattern formation 具有关键作用。进一步在 tissue scale 对模型 coarse-grain，将发育图样映射为 binary spin model 的 free-energy landscape，以统一描述不同空间和时间尺度的发育过程。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：Waddington epigenetic landscape、juxtacrine-signaling model、coarse-graining、binary spin model、free-energy landscape
  • 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：发育生物学、cell-cell signaling、统计物理、非线性动力学
  • 算力需求：未提及
  • 复现成本：困难，摘要未给出模型方程、参数或代码
  • 适合谁读：理论发育生物学研究者、组织 patterning 与统计物理研究者

一句话总结#

细胞邻接信号把命运景观组织成组织图样。

3. GraphIDyOM: A graph-native Python reimplementation of IDyOM for musical expectation modelling ↗#

作者：Lluc Bono Rosselló
发表日期：2026-07-28
分类：cs.SD, q-bio.NC
Paper ID：arxiv:2607.25787v1

核心贡献#

用 graph-native Python 重新实现 IDyOM，把长期与短期预测记忆暴露为可检查、导出和修改的显式 graph objects，同时保留 variable-order 与 multiple-viewpoint 架构。实现与原 Lisp IDyOM 在多种配置下对齐，并支持记忆网络分析、recency-sensitive retrieval 和交互式应用。

技术栈#

  • 语言/框架：Python
  • 模型/算法：variable-order musical expectation modeling、multiple-viewpoint architecture、long/short-term predictive memory、network analysis
  • 关键库与工具：GraphIDyOM、IDyOM、local server
  • 数据集：symbolic musical sequences；具体验证曲库未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：音乐信息检索、概率序列模型、graph data structures、Python
  • 算力需求：未提及
  • 复现成本：中等，验证对象和接口明确，但摘要未提供代码地址或 benchmark 数据细节
  • 适合谁读：计算音乐学研究者、音乐认知研究者、Python 音乐信息检索开发者

一句话总结#

用显式图记忆重构音乐期待模型 IDyOM。

4. Contrastive Representation Learning of Longitudinal Disease Trajectories on Temporal Graphs ↗#

作者：Bastian Pfeifer
发表日期：2026-07-28
分类：cs.LG, cs.AI, q-bio.QM
Paper ID：arxiv:2607.25609v1

核心贡献#

将 longitudinal disease trajectories 表示为 temporal graphs：节点对应患者随时间的观测，边编码时间连续性与轨迹结构相似性。structure-aware random walks 引导 contrastive GNN 学习保留时间上下文和轨迹拓扑的 embedding，从而聚类相似疾病进展并揭示潜在结构。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：contrastive representation learning、temporal graph、graph neural network、structure-aware random walk、trajectory clustering
  • 关键库与工具：未提及
  • 数据集：multivariate longitudinal clinical data；具体 cohort 未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：纵向临床数据、temporal graphs、graph neural networks、contrastive learning
  • 算力需求：未提及
  • 复现成本：困难，摘要未给出具体临床数据、模型配置或代码
  • 适合谁读：医疗机器学习研究者、疾病轨迹与图表示学习研究者

一句话总结#

对比图学习把纵向病程压缩为可聚类轨迹。

5. Global Dynamics of Trait-Structured Generalised Lotka-Volterra Systems with Trait-Independent Interactions ↗#

作者：Manh Hong Duong, Nataliya Balabanova, Blaine van Rensburg
发表日期：2026-07-28
分类：math.AP, q-bio.PE
Paper ID：arxiv:2607.25573v1

核心贡献#

研究 N 个种群的 trait-structured selection-mutation integro-differential Lotka-Volterra 系统，证明在 trait-independent interactions 下，其长期总种群动力学由经典 generalized Lotka-Volterra ODE 精确决定。结果还表明静态环境选择最小 mutation rate，而变化环境可能选择中间 mutation rate。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：selection-mutation integro-differential equation、generalized Lotka-Volterra ODE、asymptotically autonomous dynamical systems
  • 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：偏微分与积分微分方程、population dynamics、evolutionary ecology、dynamical systems
  • 算力需求：未提及
  • 复现成本：困难，以数学证明为主，需核查完整假设与推导
  • 适合谁读：数学生物学家、演化生态学与动力系统研究者

一句话总结#

环境变化决定进化会偏好何种突变速率。

6. AMPBench-MT: A Homology-Controlled Benchmark for Antimicrobial Peptide Potency, Spectrum, and Safety Prediction ↗#

作者：Ziheng Zhou, Huiyu Luo, Xiaohu Zhu, Nan Wang, Xuebiao Qin, Chaoyan Zhang 等
发表日期：2026-07-28
分类：cs.LG, q-bio.QM
Paper ID：arxiv:2607.25518v1

核心贡献#

发布 AMPBench-MT，以 sequence-homology-controlled protocol 联合评估 AMP recognition、species-conditioned potency、spectrum、hemolysis、toxicity 与 selectivity。161 项 endpoint-specific evaluation 显示 binary recognition 高分不能可靠代表 assay endpoint 表现，强调 AMP 模型应从识别榜单转向 endpoint-aware evidence auditing。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：homology-controlled benchmarking、binary classification、species-conditioned pMIC regression、endpoint-specific evaluation、protein-language-model embeddings、graph/classical regression
  • 关键库与工具：Hugging Face Datasets
  • 数据集：AMPBench-MT canonical peptide records 与 potency、spectrum、safety-facing assay endpoints
  • 开源情况：benchmark 已发布于 https://huggingface.co/datasets/ZihengZhou06/AMPBench-MT ↗

上手难度#

  • 前置知识：antimicrobial peptides、protein language models、assay regression、benchmark design
  • 算力需求：未提及
  • 复现成本：中等，数据集已开放，但摘要未说明 161 项评测的完整训练配置和代码
  • 适合谁读：AMP 发现研究者、蛋白机器学习研究者、药物 benchmark 设计者

一句话总结#

AMP 模型必须跨越识别分数走向真实 assay。

7. Coevolution of epidemic dynamics and network topology driven by disease fatality and waning immunity ↗#

作者：ThankGod I. S. Ikpe, Takayuki Hiraoka, Naoya Fujiwara
发表日期：2026-07-28
分类：physics.soc-ph, nlin.AO, q-bio.PE
Paper ID：arxiv:2607.25475v1

核心贡献#

构建 fatal infectious disease、waning immunity 与人口变化共同驱动 initially scale-free network 演化的 agent-based model。模型同时出现疾病消失/地方流行的 epidemic transition，以及网络 degree distribution 从 power law 变为 non-power-law 的 topological transition，并由 heterogeneous mean-field approximation 验证。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：agent-based epidemic modeling、coevolving network、scale-free network、heterogeneous mean-field approximation、phase-transition analysis
  • 关键库与工具：未提及
  • 数据集：模拟的动态接触网络；未使用实证数据
  • 开源情况：未提及

上手难度#

  • 前置知识：network epidemiology、agent-based modeling、复杂网络、mean-field theory
  • 算力需求：未提及
  • 复现成本：中等，模型框架清晰，但参数、代码与仿真规模未提及
  • 适合谁读：复杂网络与传染病动力学研究者、公共卫生建模人员

一句话总结#

疫情会改变网络，而改变后的网络又重塑疫情。

8. Disconnectivity in Multistationarity Regions of Cascade of Goldbeter—Koshland Loops ↗#

作者：Nidhi Kaihnsa, Kaizhang Wang
发表日期：2026-07-28
分类：q-bio.QM, q-bio.MN
Paper ID：arxiv:2607.25456v1

核心贡献#

分析 Goldbeter–Koshland loop cascade 的 multistationarity parameter regions，证明当 phosphorylation sites n≥2 且至少共享一个 phosphatase 时，reaction-rate space 中允许多稳态的区域连通。该结论在包含总浓度的完整参数空间中未必成立，并在 n=2 时显式展示连通分量上下界之间的 gap。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：parameterized polynomial reaction networks、multistationarity-region topology、path-connectivity analysis、Goldbeter–Koshland loop cascade
  • 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：chemical reaction network theory、代数几何、拓扑、phosphorylation dynamics
  • 算力需求：未提及
  • 复现成本：困难，属于理论数学结果，需要复核完整证明
  • 适合谁读：数学系统生物学家、reaction-network 与信号通路研究者

一句话总结#

多稳态区域是否连通取决于观察的参数空间。

9. On the Cost of Entrainment in Protein Translation ↗#

作者：Ram Massas, Michael Margaliot
发表日期：2026-07-28
分类：q-bio.MN, q-bio.QM
Paper ID：arxiv:2607.25435v1

核心贡献#

在 ribosome flow model 中比较周期性 transition rates 与其时间均值对应的常速系统，证明 entrainment 永远不能提高平均蛋白产量。只有所有 rates 共享同一正周期调制时收益为零；任何真正不均匀的周期调制都会严格降低生产率。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：ribosome flow model、nonlinear dynamical systems、periodic entrainment analysis、average-production comparison
  • 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：translation dynamics、非线性系统、周期系统、数学证明
  • 算力需求：未提及
  • 复现成本：困难，以理论证明为主，摘要未提供数值代码
  • 适合谁读：系统生物学研究者、蛋白翻译动力学与控制理论研究者

一句话总结#

翻译同步有节律收益，却必然支付产量成本。

10. When Does Deep Representation Learning Help Single-Cell Clustering? A Sensitivity-Aware Diagnostic Benchmark for Biomedical AI Pipelines ↗#

作者：Nguyen Thanh Phong, Truong Viet Vu, Nguyen Ha Thu, Tran An Ky, Tran Hoang Thong, Le Pham Thuy Hien 等
发表日期：2026-07-28
分类：cs.LG, q-bio.GN
Paper ID：arxiv:2607.25288v1

核心贡献#

在 10 个真实 scRNA-seq datasets 上系统比较 9 条 clustering pipelines，并用 Optuna、重复运行、统计检验和 Sobol sensitivity analysis 判断 deep representation 是否值得额外成本。contrastive autoencoder 平均 ARI 最高但未显著支配最强 baseline；数据规模、batch/type 结构决定 VAE、autoencoder 或 PCA 更合适。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：PCA、contrastive autoencoder、VAE、scVI V2、clustering、hyperparameter optimization、Friedman/Wilcoxon-Holm/TOST、Sobol sensitivity analysis
  • 关键库与工具：Optuna、scVI V2
  • 数据集：10 个真实 scRNA-seq datasets（90–5,685 cells、19,046–41,480 genes、4–11 cell types）；其中 7 个用于 scVI V2 comparison
  • 开源情况：未提及

上手难度#

  • 前置知识：scRNA-seq、unsupervised clustering、representation learning、统计检验、sensitivity analysis
  • 算力需求：未提及
  • 复现成本：中等，数据规模、流程和检验较完整，但代码及具体 dataset 名称未提及
  • 适合谁读：单细胞分析师、biomedical AI 工程师、聚类与 benchmark 研究者

一句话总结#

深度聚类是否值得，取决于数据结构而非榜单。

bioRxiv#

1. TRIM28 preserves ovarian identity by stabilising lineage-specific transcription factor hubs ↗#

作者：Sitkiewicz, L., Chaleil, F., Granes, G., Rossitto, M., Dejardin, S., Cammas, F. 等
发表日期：2026-07-27
分类：genomics
Paper ID：biorxiv:10.64898/2026.07.21.739817

核心贡献#

结合 CUT&RUN、ATAC-seq 与 RNA-seq 区分 TRIM28 的 H3K9me3 与 transcriptional co-regulator 功能。Trim28 缺失主要降低 FOXL2、NR5A2、ESR2、RUNX1 motif regions 的 chromatin accessibility、H3K27ac 与 SUMOylation，说明其主要通过稳定 ovarian TF hubs 维持 granulosa cell identity。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：multi-omics chromatin integration、motif enrichment、co-occupancy analysis、Trim28 deletion comparison
  • 关键库与工具：CUT&RUN、ATAC-seq、RNA-seq
  • 数据集：ovarian granulosa-cell Trim28 deletion 与对照样本；具体样本量未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：卵巢发育、chromatin regulation、transcription-factor hubs、epigenomics
  • 算力需求：未提及
  • 复现成本：困难，需要基因缺失模型和三类组学实验，摘要未给出数据或代码
  • 适合谁读：生殖生物学、表观遗传学与性别决定研究者

一句话总结#

TRIM28 靠稳固卵巢转录因子网络守住细胞身份。

2. Animal retrozymes are nonautonomous sequences of Penelope-like elements ↗#

作者：Li, Z., Clavereau, I., Pollet, N.
发表日期：2026-07-27
分类：genomics
Paper ID：biorxiv:10.64898/2026.07.22.740005

核心贡献#

跨广泛 vertebrate species 分析 Non-LTR retrozymes 的分布、拷贝与 genomic context，发现其系统发育分布零散且在 Aves、Mammalia 中缺失，并显著富集于 intergenic regions。retrozyme 与 Penelope-like elements 的分布一致，且 PLE pLTR region 的系统发育关系支持 retrozyme 是 PLE non-autonomous derivatives。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：comparative genomics、genomic enrichment analysis、phylogenetic-distribution comparison、phylogenetic analysis
  • 关键库与工具：未提及
  • 数据集：广泛 vertebrate genomes；具体物种与 assembly 清单未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：retrotransposons、hammerhead ribozymes、comparative genomics、phylogenetics
  • 算力需求：未提及
  • 复现成本：中等，分析思路明确，但 genome list、pipeline 和代码未提及
  • 适合谁读：转座元件研究者、比较基因组学与 RNA evolution 研究者

一句话总结#

动物retrozyme或源于Penelope类元件。

3. SyntenyPair Explorer: an installation-free, browser-based tool for interactive pairwise genome synteny visualization ↗#

作者：Gibbons, J. G.
发表日期：2026-07-27
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.23.740353

核心贡献#

提供无需安装、无 server-side component 的单文件浏览器 synteny 可视化工具，可读取常见 genome assembly、annotation 与 relationship formats。它支持 zoom/pan、gene search、partner centering、block coloring、annotation callouts、session restore 和 publication-quality export，并以 Aspergillus oryzae 两菌株 alpha-amylase loci 展示。

技术栈#

上手难度#

  • 前置知识：comparative genomics、genome annotation、synteny、基础浏览器操作
  • 算力需求：未提及
  • 复现成本：容易，单文件无依赖并接受标准输入格式，代码与在线版本均公开
  • 适合谁读：比较基因组学研究者、无需命令行环境的实验生物学家、教学人员

一句话总结#

一个 HTML 文件即可交互探索两基因组 synteny。

4. PrimeKG-Plus: a refreshed and rare-disease-enriched precision medicine knowledge graph ↗#

作者：Nguyen, T. T. D., Nguyen-Phuong, T., Nguyen, Q.-H., Abbasi, A. M., Le Phan, H.-D., Nguyen, L. B.-A. 等
发表日期：2026-07-27
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.14.738415

核心贡献#

将 PrimeKG 的 20 个原始资源更新至 2025 年 12 月，并加入 OpenTargets、RepurposeDrugs、nSIDES 及由 637 篇 PubMed/PMC 文献抽取的稀有神经疾病关系。LLM-assisted curation 经 normalization、UMLS、SapBERT 与人工复核后，使原本不可达的 drug-disease pairs 新增 447,288 条 Drug-Protein-Disease paths。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：knowledge-graph integration、LLM-assisted relation extraction、UMLS synonym mapping、SapBERT similarity ranking、network-topology analysis、temporal FDA validation
  • 关键库与工具：PrimeKG-Plus、OpenTargets、RepurposeDrugs、nSIDES、UMLS、SapBERT
  • 数据集：20 个更新资源、637 篇 PubMed abstracts/PMC full texts、rare neurological disorders、FDA new molecular entities
  • 开源情况：数据和代码公开；摘要未提供具体地址

上手难度#

  • 前置知识：biomedical knowledge graphs、ontology normalization、NLP curation、drug repurposing
  • 算力需求：未提及
  • 复现成本：中等，数据和代码公开，但摘要未给出仓库地址及完整版本信息
  • 适合谁读：precision medicine、drug repurposing、rare-disease informatics 与知识图谱研究者

一句话总结#

PrimeKG-Plus 用新资源补强罕见病药物连接。

5. A Portable Fluorescence Platform for Decentralized One-Health mcr-1 Monitoring ↗#

作者：Vargas-Reyes, M., Alcantara, R., Herrera, C., Townsend, M., Flores-Jimenes, K., Raymundo, C. 等
发表日期：2026-07-27
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.07.24.740582

核心贡献#

开发 C12amcr，将 pre-amplification PCR、mcr-1 CRISPR-Cas12a fluorescence assay 与低成本 3D-printed hand-held fluorometer 集成，用于分散式 One-Health AMR 监测。方法检测限为 630 cells/mL，在加标禽粪中为 1,800 cells/mL，并在 22 个社区 E. coli isolates 上与 NGS 及 broth microdilution 结果 100% 一致。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：pre-amplification PCR、CRISPR-Cas12a fluorescent detection、limit-of-detection validation、method concordance analysis
  • 关键库与工具：C12amcr、3D-printed portable fluorometer、portable PCR、NGS、broth microdilution
  • 数据集：mcr-1-positive E. coli 加标 poultry feces；22 个 community-derived E. coli isolates
  • 开源情况：未提及

上手难度#

  • 前置知识：antimicrobial resistance、PCR、CRISPR diagnostics、fluorescence instrumentation
  • 算力需求：未提及
  • 复现成本：中等，需要分子试剂、便携 PCR 与定制 fluorometer；摘要未提供设计文件或 protocol 链接
  • 适合谁读：AMR surveillance 团队、One-Health 研究者、低资源诊断设备开发者

一句话总结#

便携 CRISPR 荧光平台把 mcr-1 监测带到现场。

6. Within-host diversity of Mycobacterium tuberculosis: weak host association and no transmission signal in a Ghanaian cohort ↗#

作者：Seraphin, M. N., Afriyie-Mensah, J. S., Asare-Baah, M., Chariker, J., Domotey, C., Kwarteng, E. 等
发表日期：2026-07-27
分类：genomics
Paper ID：biorxiv:10.64898/2026.05.27.727477

核心贡献#

在 Ghana Accra cohort 中用 deep short-read WGS、LoFreq、depth-conditional threshold 与 artifact-aware mask 测量 Mycobacterium tuberculosis within-host diversity。83 个单菌株感染中约五分之一初始 variants 为重复 artifact；校正后 WHD 较低、受 lineage 影响且治疗早期以 drift/clearance 为主，shared variants 不能指示 transmission。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：low-frequency variant calling、depth-conditional detection、artifact-aware masking、biological-replicate validation、within-host diversity analysis
  • 关键库与工具：deep short-read whole-genome sequencing、LoFreq
  • 数据集：Accra, Ghana 的 83 个 single-strain M. tuberculosis infections，含 within-patient biological replicates
  • 开源情况：未提及

上手难度#

  • 前置知识：结核病基因组学、low-frequency variants、测序误差控制、within-host evolution
  • 算力需求：未提及
  • 复现成本：困难，需要深度 WGS、重复样本和严格 artifact filtering；数据与代码未提及
  • 适合谁读：结核病基因组流行病学家、pathogen within-host evolution 研究者

一句话总结#

结核低频变异先要排除伪影，才谈临床信号。

7. Genomic Maxwell’s Demon Control of Cancer Cell Fates: Integrated Biophysical Mechanisms of Fate Commitment ↗#

作者：Tsuchiya, M., Yoshikawa, K., Naimark, O.
发表日期：2026-07-27
分类：genomics
Paper ID：biorxiv:10.64898/2026.02.12.703632

核心贡献#

以 MCF-7 和 HL-60 两类 cancer-cell time-series transcriptomes 构建整合生物物理分析，提出 self-organized criticality 将信息热力学与 genome-engine dynamics 统一。模型把 critical-point gene ensemble 描述为 Maxwell’s demon operator 与 SOC controller，并用 chromatin bistability 解释不同刺激下快速、延迟、两步或不发生的 fate commitment。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：self-organized criticality、information thermodynamics、genome-attractor dynamics、critical-point gene ensemble、Maxwell’s demon cycle、bistable chromatin-memory analysis
  • 关键库与工具：未提及
  • 数据集：MCF-7 cells 的 HRG/EGF time-series transcriptomes；HL-60 cells 的 atRA/DMSO time-series transcriptomes
  • 开源情况：未提及

上手难度#

  • 前置知识：癌细胞命运、非平衡热力学、self-organized criticality、time-series transcriptomics
  • 算力需求：未提及
  • 复现成本：困难，理论机制复杂，摘要未提供数据来源、公式实现或代码
  • 适合谁读：癌症系统生物学、理论生物物理与基因调控研究者

一句话总结#

临界基因群或驱动癌细胞命运转变。

8. MetaSplice: an ensemble pathogenicity predictor for intronic splice variants ↗#

作者：Liu, X.
发表日期：2026-07-27
分类：genomics
Paper ID：biorxiv:10.64898/2026.07.23.740393

核心贡献#

提出 MetaSplice：由 53 个 features 构成的 gradient-boosted ensemble，融合 SpliceTransformer、Pangolin、evolutionary/gene constraints 与 regulatory motifs，覆盖七类 non-exonic splice regions。模型在时间留出的 107,933 个 ClinVar variants 上达到 auPRC 0.987，并从 47,272 个 splice-region VUS 中提名 22% 进行功能验证。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：gradient-boosted ensemble、deep splice prediction、gene-grouped cross-validation、temporal holdout、pathogenicity classification
  • 关键库与工具：MetaSplice、SpliceTransformer、Pangolin、SpliceAI、CADD、SPIDEX、S-CAP、Docker
  • 数据集：381,226 个 intronic ClinVar SNVs 用于训练；107,933 个 temporal holdout variants；47,272 个 splice-region VUS
  • 开源情况：MetaSplice 以免费 Docker image 提供；摘要未给出地址

上手难度#

  • 前置知识：RNA splicing、clinical variant interpretation、gradient boosting、genomic annotation
  • 算力需求：未提及
  • 复现成本：中等，模型以 Docker 发布且数据规模明确，但 image 地址和完整训练流程未提及
  • 适合谁读：临床基因组学家、splice-variant interpretation 与 variant-effect prediction 研究者

一句话总结#

MetaSplice 把深内含子 VUS 推向可验证候选。

9. Utanos: A general-purpose shallow whole-genome sequencing analysis workflow identifies interpretable copy number signatures ↗#

作者：Douglas, J. M., Lynch, B. J., Yiu, J. C. H., Nicholson, S., Vasquez-Rios, C., Ma, D. 等
发表日期：2026-07-27
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.22.739009

核心贡献#

提供从 FASTQ 到 figures 的 modular shallow-WGS workflow，用约 1,500 万 reads 检测 copy-number aberrations、HRD 与 CN signatures，并以标准中间输出支持模块化进出。pipeline 基于 Nextflow，配套 utanos R package 与 Docker image，目标是降低 FFPE 等样本的大规模分析门槛。

技术栈#

上手难度#

  • 前置知识：whole-genome sequencing、copy-number analysis、Nextflow、R、容器化
  • 算力需求：未提及
  • 复现成本：容易，pipeline、R package 与 Docker 均公开并采用标准化输出
  • 适合谁读：癌症基因组学研究者、临床 sWGS 分析师、bioinformatics pipeline 开发者

一句话总结#

Utanos贯通浅层WGS与CN特征提取。

10. A highly penetrant LMNA R541C variant associated with dilated cardiomyopathy leads to dysregulation in metabolism and proliferation pathways in stem cell-derived cardiomyocytes ↗#

作者：Keller, T. E., Koehring, C., Higgins, B. R., Yang, J., Siddiqui, F. A., Farsaei, F. 等
发表日期：2026-07-29
分类：genomics
Paper ID：biorxiv:10.64898/2026.07.20.739542

核心贡献#

利用 patient-derived iPSC cardiomyocytes、CRISPR-corrected controls 与 CRISPR knock-in 模型解析 LMNA R541C 的转录影响。两组 isogenic experiments 共同发现 123 个扰动基因，并指出 G2M checkpoint 与 oxidative phosphorylation 持续失调，形成后续治疗候选探索线索。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：differential gene expression analysis、pathway analysis、isogenic controlled comparison
  • 关键库与工具：CRISPR correction、CRISPR knock-in、iPSC-derived cardiomyocytes
  • 数据集：LMNA R541C patient-derived iPSCs、CRISPR-corrected isogenic controls、heterozygous knock-in iPSCs；并与既有 iPSC 和 murine models 对照
  • 开源情况：未提及

上手难度#

  • 前置知识：心肌病遗传学、iPSC differentiation、CRISPR、转录组差异分析与 pathway analysis
  • 算力需求：未提及
  • 复现成本：困难；需 patient-derived stem cells、isogenic genome editing 和 cardiomyocyte assays，且数据与代码未提及
  • 适合谁读：硕博生、研究员、心血管遗传与干细胞疾病模型专家

一句话总结#

LMNA变异扰乱心肌细胞代谢与增殖通路

PubMed#

1. Multivariate analysis of metabolomic data to identify biological pathways modified by a clinical intervention. ↗#

作者：Rachel M Wood, Laura J Corbin, Jane M Blazeby, Chris A Rogers, Nicholas J Timpson, Daniel J Lawson
发表日期：2026-07-27
分类：Metabolomics, Humans, Multivariate Analysis, Magnetic Resonance Spectroscopy, Bariatric Surgery
Paper ID：pubmed:42509364

核心贡献#

评估 CLARITY 在临床干预 metabolomics 中识别 covariance-level relational changes 的能力。对 BBS bariatric-surgery trial 中 125 人干预前后 NMR metabolomics 分析显示，CLARITY 能区分均值变化与协方差变化，并发现传统 univariate linear mixed model 漏掉的额外代谢物关系簇。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：CLARITY covariance-based relational anomaly score、linear mixed model、multivariate relational comparison
  • 关键库与工具：NMR metabolomics
  • 数据集：By-Band-Sleeve clinical trial 中 125 名个体 weight-management intervention 前后的 NMR metabolomics
  • 开源情况：未提及

上手难度#

  • 前置知识：代谢组学、多变量统计、covariance analysis、临床干预研究
  • 算力需求：未提及
  • 复现成本：中等，cohort 与比较策略明确，但代码、数据和参数未提及
  • 适合谁读：临床代谢组学研究者、生物统计学家、干预机制研究者

一句话总结#

CLARITY 能发现均值分析漏掉的代谢关系变化。

2. A systems biology approach to find representative genes in Acute Myeloid Leukemia. ↗#

作者：Behnam Aghajan, Mohammad Reza Ghaemi, Ali M Mosammam, Emran Heshmati, Khosrow Khalifeh
发表日期：2026-01-01
分类：Humans, Leukemia, Myeloid, Acute, Systems Biology
Paper ID：pubmed:42507679

核心贡献#

从 GEO-GSE9476 的 AML 与 healthy gene-expression profiles 出发，串联 DEG、GO/pathway、TF、PPI network、module、survival 与 drug-sensitivity analyses。流程最终筛出 3 个 upregulated genes（ITGAM、ITGAL、CD163）和 5 个 downregulated genes（MCM2、MCM3、RFC4、RFC5、FEN1）作为代表候选。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：differential expression、Gene Ontology/pathway enrichment、transcription-factor analysis、PPI network modules、survival analysis、drug-sensitivity analysis
  • 关键库与工具：GEO
  • 数据集：GEO-GSE9476 的 Acute Myeloid Leukemia 与 healthy expression profiles
  • 开源情况：未提及

上手难度#

  • 前置知识：AML biology、transcriptomics、gene regulatory networks、survival analysis
  • 算力需求：未提及
  • 复现成本：中等，公开 dataset 与筛选链路明确，但软件、阈值和代码未提及
  • 适合谁读：AML 研究者、systems biology 与 biomarker discovery 团队

一句话总结#

多层网络筛选收敛到八个 AML 代表基因。

3. Population genomics of Nigerian goat breeds and neighbouring populations in the West Africa-Cameroon transboundary livestock corridor. ↗#

作者：Oludayo Michael Akinsola, Olusegun Olaniyi Adeniyi, Oladeji Bamidele, Oluyinka Opoola, David Oludare Omoniwa, Abdulmojeed Yakubu 等
发表日期：2026-01-01
分类：Animals, Goats, Nigeria, Cameroon, Genetics
Paper ID：pubmed:42507677

核心贡献#

用 209 只无亲缘山羊的 46,431 个 autosomal markers，在 Nigeria–West Africa–Cameroon corridor 识别出三类跨境 genomic backgrounds，而非按国界划分的 breeds。分析重建近期与历史 gene flow、effective-population decline、ROH inbreeding，并通过 multi-statistic selection scan 得到 53 个候选适应窗口。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：model-based ancestry、PCA、admixture timing、effective population size、runs of homozygosity、multi-statistic selection scan、functional enrichment
  • 关键库与工具：未提及
  • 数据集：Nigeria、Burkina Faso、Mali、Cameroon 的 10 个 goat populations，共 209 只无亲缘动物、46,431 个 autosomal markers；按需加入 South Asian outgroup
  • 开源情况：未提及

上手难度#

  • 前置知识：population genomics、livestock genetics、admixture、selection scans、demography
  • 算力需求：未提及
  • 复现成本：中等，样本与 marker 规模明确，但 genotype data、软件和参数未提及
  • 适合谁读：家畜基因组学家、非洲山羊育种与跨境保护研究者

一句话总结#

山羊基因背景跨越国界，育种也应按基因组理解。

4. Enhancing missense variant classification in predicted intrinsically disordered regions. ↗#

作者：Rohan D Gnanaolivu, Steven N Hart
发表日期：2026-01-01
分类：Mutation, Missense, Intrinsically Disordered Proteins, Humans, Machine Learning
Paper ID：pubmed:42507643

核心贡献#

为 intrinsically disordered regions 的 missense variants 构建融合 gIDRc conformation、phase-separation features 和 wild-type/mutant ProtTransBertBFD embeddings 的机器学习增强层。加入这些 IDR-specific features 后，AlphaMissense、ESM1b、EVE 的 PR-AUC 分别提升至 0.919、0.845、0.910。

技术栈#

  • 语言/框架：Python 生态（BioPython）
  • 模型/算法：IDR-specific feature integration、protein-language-model embeddings、machine-learning classification、holdout evaluation
  • 关键库与工具：ALBATROSS、BioPython、ProtTransBertBFD、AlphaFold-RSA、AlphaFold2、ClinVar、AlphaMissense、EVE、ESM1b
  • 数据集：ClinVar missense-variant classifications；wild-type 与 mutant IDR sequences
  • 开源情况：未提及

上手难度#

  • 前置知识：intrinsically disordered proteins、variant interpretation、protein language models、machine learning
  • 算力需求：未提及
  • 复现成本：中等，features 与评估指标明确，但代码、训练样本量和 split 细节未提及
  • 适合谁读：临床 variant interpretation、protein disorder 与 computational genomics 研究者

一句话总结#

IDR 专属特征显著补强 missense 变异分类。

5. Where next for structural bioinformatics? ↗#

作者：Joe G Greener
发表日期：2026-07-01
分类：Computational Biology, Protein Conformation, Models, Molecular, Proteins
Paper ID：pubmed:42507636

核心贡献#

这篇观点性文章指出 structural bioinformatics 已进入能够大规模获得准确结构预测的阶段，下一步重点应从“能否预测结构”转向“能从这些结构中学到什么”。摘要未提供更具体的方法、数据或结论。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：未提及
  • 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：structural bioinformatics、protein structure prediction
  • 算力需求：未提及
  • 复现成本：中等，属于观点文章且摘要极短，需要阅读全文评估具体论证
  • 适合谁读：结构生物信息学研究者、蛋白结构模型开发者与使用者

一句话总结#

结构预测之后，关键是从结构规模化发现知识。

6. Twelve quick tips for AI-assisted coding in science. ↗#

作者：Eric W Bridgeford, Iain Declan Campbell, Zijiao Chen, Zhicheng Lin, Harrison Ritz, Joachim Vandekerckhove 等
发表日期：2026-07-01
分类：Humans, Software, Artificial Intelligence, Computational Biology, Reproducibility of Results
Paper ID：pubmed:42507624

核心贡献#

给出科学研究中 AI-assisted coding 的 12 条实践建议，围绕问题准备、context/interaction 管理、testing/validation，以及 code-quality assurance 与迭代改进四个主题组织。核心原则是保留人的决策权和 domain expertise，同时以严格验证维护可靠性、复现性与 scientific validity。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：未提及
  • 关键库与工具：AI coding tools；具体产品未提及
  • 数据集：未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：科学编程、软件测试、research reproducibility、AI coding workflow
  • 算力需求：未提及
  • 复现成本：容易，属于实践指南；具体效果仍需在各研究代码库中验证
  • 适合谁读：使用 AI 辅助编程的科研人员、研究软件工程师、实验室负责人

一句话总结#

AI 写代码可以提速，但科学责任不能外包。

7. Integrated Genomic, Transcriptomic and Metabolomic Analyses Identify Key Genetic Determinants and Regulatory Networks for Salinity Tolerance in Macrobrachium rosenbergii. ↗#

作者：Zhang Jiahua, Zhang Min, Huang Chungui, Liu Xiaohan, Wang Xida, Huang Ting 等
发表日期：2026-07-27
分类：Animals, Salt Tolerance, Palaemonidae, Transcriptome, Gene Expression Profiling
Paper ID：pubmed:42507198

核心贡献#

联合 whole-genome resequencing、transcriptomics 与 untargeted metabolomics，比较盐耐受 NY strain 和较弱的 SH/PT populations，解析 Macrobrachium rosenbergii salinity tolerance。遗传分化、156 个 DEGs 与 69 个 differential metabolites 共同指向 ion homeostasis、osmotic balance、carbohydrate metabolism 和 energy supply 的协同重塑。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：ADMIXTURE、PCA、phylogenetic tree、genome-wide Fst scan、differential expression、functional enrichment、integrated transcriptome-metabolome KEGG analysis
  • 关键库与工具：whole-genome resequencing、RNA-seq、untargeted metabolomics、qRT-PCR
  • 数据集：Macrobrachium rosenbergii 盐耐受 NY strain、Suhu No.1（SH）与 commercial population（PT）
  • 开源情况：未提及

上手难度#

  • 前置知识：水产遗传育种、population genomics、transcriptomics、metabolomics、salinity physiology
  • 算力需求：未提及
  • 复现成本：困难，需要三层组学、多个虾群体及 qRT-PCR validation；数据与代码未提及
  • 适合谁读：水产育种研究者、甲壳类盐适应与多组学研究者

一句话总结#

盐耐受虾以基因、转录和代谢协同维持稳态。

8. Urinary and cellular volatile organic compounds as biomarkers for urological cancers: a systematic review of GC-MS-based volatolomics. ↗#

作者：Boyu Xie, Qing Wen
发表日期：2026-07-27
分类：Volatile Organic Compounds, Gas Chromatography-Mass Spectrometry, Humans, Biomarkers, Tumor
Paper ID：pubmed:42507083

核心贡献#

系统整合 prostate、bladder、kidney cancers 的 urinary 与 cellular GC-MS untargeted volatolomics，比较 cancer-specific、cross-cancer 和 cross-matrix VOC biomarkers。纳入 29 项研究后得到 28 个尿液/细胞共享 VOCs，其中 7 个方向一致，但 methodological heterogeneity 仍限制临床转化。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：systematic review、cross-cancer biomarker comparison、cross-matrix direction analysis、diagnostic-performance synthesis
  • 关键库与工具：GC-MS、untargeted volatolomics
  • 数据集：12 项 urinary prostate、9 项 urinary bladder、5 项 urinary renal、3 项 cellular VOC studies
  • 开源情况：未提及

上手难度#

  • 前置知识：urological oncology、volatile organic compounds、GC-MS、systematic review
  • 算力需求：未提及
  • 复现成本：中等，研究计数与提取维度明确，但原始检索 protocol 和数据未在摘要中给出
  • 适合谁读：泌尿肿瘤 biomarker 研究者、volatolomics 与非侵入诊断团队

一句话总结#

尿液与细胞 VOC 共享信号有望支持泌尿癌筛查。

9. The Role of the Oral Microbiome in the Development and Treatment of Periodontal Disease: Functional Meta-Omics Evidence. ↗#

作者：Xiling Chen, Xiao Wu, Chunying He, Yijie Huang, Ruiqi Zhang, Qianqi Wu 等
发表日期：2026-07-27
分类：Humans, Periodontal Diseases, Microbiota, Mouth, Dysbiosis
Paper ID：pubmed:42507033

核心贡献#

综述 periodontal health 与 disease 中 oral bacterial communities 的组成、功能、metabolic programs 及其与 host cells 的互作，强调 dysbiosis、toxic products 与 core microbiome 的作用。文章据 functional meta-omics evidence 讨论 microbiome-based 风险预测、诊断、预后及恢复 homeostasis 的治疗靶点。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：functional meta-omics evidence synthesis、microbiome-index risk/diagnosis/prognosis modeling framework
  • 关键库与工具：meta-omics；具体平台未提及
  • 数据集：既有 periodontal-health 与 periodontal-disease oral microbiome studies；具体清单未提及
  • 开源情况：未提及

上手难度#

  • 前置知识：oral microbiology、periodontal disease、microbiome ecology、meta-omics
  • 算力需求：未提及
  • 复现成本：中等，属于综述；摘要未提供检索方法或标准化分析 protocol
  • 适合谁读：牙周病研究者、口腔微生物组与精准诊断研究者

一句话总结#

牙周病是菌群功能失衡，也是生态治疗问题。

10. Metabolic engineering of tobacco plants using Carica papaya NAC transcription factors: a biotechnology tool to improve plant metabolite production. ↗#

作者：Alberto G Aguilar-Santana, Alejandro Pereira-Santana, Francisco Guillén-Chable, Miguel Herrera-Alamillo, Fabiola Escalante-Erosa, Enrique Castano 等
发表日期：2026-07-27
分类：Nicotiana, Carica, Transcription Factors, Metabolic Engineering, Plant Proteins
Paper ID：pubmed:42507024

核心贡献#

在 Nicotiana tabacum 中表达 Carica papaya NAC transcription factors，并用 GC-MS 对 transformed 与 non-transformed plants 开展 targeted/non-targeted metabolomics。转基因植株积累更多 phytosterols、phenylpropanoids、alkaloids 与 aromatic-amino-acid derivatives，提示 CpNACs 可重定向 acetate/acetyl-CoA 相关代谢通量。

技术栈#

  • 语言/框架：未提及
  • 模型/算法：transcription-factor-based metabolic engineering、targeted metabolomics、non-targeted metabolomics、metabolic-flux interpretation
  • 关键库与工具：GC-MS
  • 数据集：CpNAC-transformed 与 non-transformed Nicotiana tabacum plants
  • 开源情况：未提及

上手难度#

  • 前置知识：植物转基因、NAC transcription factors、secondary metabolism、GC-MS metabolomics
  • 算力需求：未提及
  • 复现成本：困难，需要稳定或明确的 plant transformation 与 GC-MS 分析，摘要未提供 construct、样本量或数据
  • 适合谁读：植物代谢工程研究者、天然产物与农业生物技术团队

一句话总结#

番木瓜 NAC 因子可重编程烟草次生代谢。

论文速读 · 2026-07-22

论文速读 · 2026-08-05