论文速读 · 2026-08-05

抓取窗口：2026-07-30 ~ 2026-08-05 共 30 篇数据源状态：arxiv=ok(10); biorxiv=ok(10); pubmed=ok(10) 总结状态：ok(30); failed(0)

📚 目录#

arXiv q-bio（10 篇）
bioRxiv（10 篇）
PubMed（10 篇）

arXiv q-bio#

1. Effective pruning of task-trained recurrent neural networks using noisy fluctuations and connection rescaling ↗#

作者：Sanjith Senthil, Rishidev Chaudhuri
发表日期：2026-08-05
分类：q-bio.NC, cs.LG, cs.NE
Paper ID：arxiv:2608.05464

核心贡献#

验证 noise-prune 能在已训练的 recurrent neural networks 中保持任务性能，明显优于仅按连接幅值剪枝，并可达到或超过使用二阶信息的非局部方法。实验还表明，按重要性随机保留连接与重标定存留突触对性能至关重要，但最优重标定幅度低于原理论预期。

技术栈#

语言/框架：未提及
模型/算法：noise-prune、recurrent neural network pruning、importance-based sampling、connection rescaling、second-order pruning
关键库与工具：未提及
数据集：已训练的 recurrent neural networks；具体任务与数据未提及
开源情况：未提及

上手难度#

前置知识：recurrent neural networks、network pruning、突触动力学、二阶优化
算力需求：未提及
复现成本：困难，摘要未提供训练任务、网络配置、代码或参数
适合谁读：神经计算研究者、模型压缩研究者、机器学习研究员

一句话总结#

噪声波动可指导功能性循环网络剪枝。

2. Toward a Dynamical Taxonomy of Insomnia: A Multiaxial Framework for Sleep-State Transitions and Architectural Failure ↗#

作者：Alexander Poltorak
发表日期：2026-08-05
分类：physics.bio-ph, q-bio.NC
Paper ID：arxiv:2608.05462

核心贡献#

提出失眠的多轴动力学分类框架，用失效的动力学操作、所在睡眠阶段或边界以及因果状态组织候选机制。该框架以 Landau-Ginzburg、quasipotential/action 与反应或振荡动力学区分不同层级的睡眠转换，但定位是可证伪的现象学组织模型，而非诊断、biomarker 或治疗选择系统。

技术栈#

语言/框架：未提及
模型/算法：多轴动力学 taxonomy、local Landau-Ginzburg formalism、quasipotential/action、reactive dynamics、oscillatory dynamics、bifurcation 与 bistability
关键库与工具：routine polysomnography
数据集：未提及
开源情况：未提及

上手难度#

前置知识：睡眠生理学、非线性动力学、随机过程、polysomnography
算力需求：未提及
复现成本：困难，属于现象学框架，摘要未提供参数识别方案或具体数据
适合谁读：睡眠医学研究者、理论神经科学家、非线性动力学研究者

一句话总结#

多轴动力学框架重排失眠机制假设。

3. The ethics of artificial intelligence in the life sciences: Universality, cultural diversity and an architecture of care ↗#

作者：Jean-Pierre Changeux, Gustavo Deco, Morten L. Kringelbach
发表日期：2026-08-05
分类：q-bio.NC, cs.AI
Paper ID：arxiv:2608.05436

核心贡献#

主张生命科学中的 AI 伦理应根植于人脑结构与社会化，而非被视为 AI 独有的伦理问题。作者以 global neuronal workspace 和 wanting-liking-satiety 奖励循环对照当前的 reward maximizers，提出以 architecture of care 及相应制度重新思考机器治理。

技术栈#

语言/框架：未提及
模型/算法：global neuronal workspace、wanting-liking-satiety reward cycle、architecture of care
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：AI ethics、认知神经科学、奖励机制、跨文化伦理学
算力需求：未提及
复现成本：困难，属于概念与规范性论证，摘要未提供可复现的实验或评估方案
适合谁读：AI 伦理研究者、神经科学家、生命科学治理与政策制定者

一句话总结#

用关怀架构重想生命科学 AI 治理。

4. IL-10 rs1800896 polymorphism predicts biochemical remission in IBD patients undergoing biologic therapy ↗#

作者：Michela Helga Falzone, Davide Giuseppe Ribaldone, Martina Buglione, Irene Cottone, Marta Vernero, Demis Pitoni 等
发表日期：2026-08-05
分类：q-bio.QM
Paper ID：arxiv:2608.05345

核心贡献#

在 197 名接受分子靶向治疗的 IBD 患者中评估四个细胞因子基因 SNP，发现 IL-10 rs1800896 变异等位基因与 12 个月生化缓解相关。在 134 人的 per-protocol analysis 中，41.0% 达到缓解，且该关联经多变量校正后仍显著（adjusted OR 4.15）。

技术栈#

语言/框架：未提及
模型/算法：SNP genotyping、per-protocol analysis、multivariable association analysis、odds ratio
关键库与工具：CRP、fecal calprotectin
数据集：197 名 IBD 患者（142 名 Crohn’s disease、55 名 ulcerative colitis）；134 人进入 per-protocol analysis
开源情况：未提及

上手难度#

前置知识：IBD 临床分型、pharmacogenomics、SNP 关联分析、多变量统计
算力需求：未提及
复现成本：困难，需要患者队列、基因分型和长期随访，且摘要未提供数据或代码
适合谁读：消化科临床研究者、pharmacogenomics 研究者、精准医学研究员

一句话总结#

IL-10 变异提示 IBD 生物制剂缓解概率。

5. Frozen but Not Always Accessible: A Representation Analysis of Genomic Language Models ↗#

作者：Nirjhor Datta, Swakkhar Shatabda, M. Sohel Rahman
发表日期：2026-08-05
分类：q-bio.GN
Paper ID：arxiv:2608.05329

核心贡献#

统一比较五种 genomic language models 作为冻结特征提取器时，生物信息在多类下游任务中的可读取性。冻结探针在 promoter 任务中恢复微调性能的 95–100%，但在 splice-site 任务中仅恢复 60–88%，说明表示内包含信号不代表能从 final pooled embeddings 中直接读出它。

技术栈#

语言/框架：未提及
模型/算法：DNABERT-2、Nucleotide Transformer、HyenaDNA、GENERATOR-v2、Omni-DNA、frozen probing、layer-wise probing、in-silico mutagenesis、embedding geometry
关键库与工具：未提及
数据集：Genomic Benchmark 任务，以及 regulatory、epigenetic、promoter、splice-site 和 variant-effect prediction 任务；具体数据集未提及
开源情况：未提及

上手难度#

前置知识：基因组序列分析、language models、representation probing、variant-effect prediction
算力需求：未提及
复现成本：困难，需统一运行五种大型基因组模型与多类任务，且摘要未提供代码或完整配置
适合谁读：基因组 AI 研究者、生物序列模型研究者、表示学习研究员

一句话总结#

基因组模型有信息，不等于容易读出。

6. Parameter identification for predator-prey system with sparse data ↗#

作者：Eduard Campillo-Funollet, James Van Yperen
发表日期：2026-08-05
分类：stat.ME, q-bio.PE, q-bio.QM
Paper ID：arxiv:2608.04959

核心贡献#

针对稀疏且含噪的生态观测使 likelihood 不规则、ODE solver 失稳的问题，提出基于 Natural Gradient Ascent 的 Lotka-Volterra 参数识别框架。方法通过无量纲化把缩放因子作为 nuisance parameters 以降维，并在两个二阶方程间自适应切换，比 gradient ascent 或 BFGS 用更少迭代更稳定地收敛。

技术栈#

语言/框架：未提及
模型/算法：Lotka-Volterra model、Natural Gradient Ascent、non-dimensionalization、adaptive ODE solver、gradient ascent、BFGS
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：predator-prey dynamics、ODE numerical methods、parameter estimation、information geometry
算力需求：未提及
复现成本：中等，模型与算法思路明确，但摘要未给出观测数据、solver 实现、参数或代码
适合谁读：数学生物学家、生态建模研究者、科学计算工程师

一句话总结#

自然梯度提升稀疏生态参数估计稳定性。

7. Poisson Flow and Wasserstein Registration of Trees ↗#

作者：Moo K. Chung
发表日期：2026-08-05
分类：q-bio.TO
Paper ID：arxiv:2608.04770

核心贡献#

提出结合 screened Poisson flow 与 Wasserstein distance 的树状结构非线性配准框架，将几何特征转换为平滑的多尺度概率分布。方法不需显式 landmark 或 branch matching 即可建立解剖学对应，并在 structural MRI 的皮层脑沟-脑回折叠图样上展示。

技术栈#

语言/框架：未提及
模型/算法：screened Poisson equation、Poisson flow、Wasserstein distance minimization、nonlinear registration、multiscale probability distributions
关键库与工具：structural MRI
数据集：皮层脑沟-脑回折叠的 structural MRI；具体数据集未提及
开源情况：未提及

上手难度#

前置知识：optimal transport、partial differential equations、medical image registration、tree geometry
算力需求：未提及
复现成本：困难，摘要未提供代码、数据来源、方程参数或评估细节
适合谁读：医学影像研究者、计算解剖学家、optimal transport 与图形配准专家

一句话总结#

Poisson 流让树结构配准摆脱显式地标。

8. On the realizability of abstract reaction networks with real molecules and reactions ↗#

作者：Tuyet-Minh Phan, Daniel Merkle, Tieu-Long Phan, Christoph Flamm, Peter F. Stadler
发表日期：2026-08-05
分类：q-bio.MN
Paper ID：arxiv:2608.04635

核心贡献#

研究如何将已知真实分子分配给抽象反应网络中的实体，使每个反应同时满足质量平衡和允许的化学反应机制。作者证明该分配问题是 NP-complete，同时给出受 VF2 子图同构算法启发的 backtrack-and-prune 方法以处理实际实例。

技术栈#

语言/框架：未提及
模型/算法：backtrack-and-prune、VF2 family、subgraph isomorphism、NP-completeness
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：化学图理论、reaction networks、计算复杂性、graph matching
算力需求：未提及
复现成本：困难，摘要未给出分子集合、反应机制集、实例规模或代码
适合谁读：cheminformatics 研究者、反应网络研究者、图算法与复杂性研究员

一句话总结#

真实分子映射反应网络既难又可剪枝。

9. An entropic explanation of insistence on sameness in autism ↗#

作者：Przemysław Śliwiński
发表日期：2026-08-05
分类：cs.LG, q-bio.NC, stat.ML
Paper ID：arxiv:2608.04616

核心贡献#

提出一个尚待验证的信息论框架，用条件熵构成的度量 D_H(R,M) 同时表示 surprise 与 uncertainty，将孤独症中的 insistence on sameness 解释为通过限制刺激来最小化该度量。该框架还尝试把学习治疗与日常照护写成优化算法，并提出类 Turing test 验证路径，但摘要未报告实证结果。

技术栈#

语言/框架：未提及
模型/算法：conditional entropy metric D_H(R,M)、constrained entropy minimization、optimization formulation、Turing test-like 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：信息论、认知科学、孤独症研究、验证研究设计
算力需求：未提及
复现成本：困难，框架仍待验证，且摘要未提供实验数据、完整验证协议或代码
适合谁读：理论神经科学家、孤独症与认知科学研究者、人机交互研究员

一句话总结#

条件熵框架尝试解释对同一性的坚持。

10. Traveling fronts in a spatial epidemic model with slow loss of immunity ↗#

作者：Rossella Della Marca, Gabriele Grifò, Annalisa Iuorio, Mattia Sensi
发表日期：2026-08-05
分类：math.DS, math.AP, q-bio.PE
Paper ID：arxiv:2608.04594

核心贡献#

研究感染者扩散且免疫缓慢丧失的 spatial SIRS 模型，通过 traveling-wave reduction 将 PDE 化为奇异摄动 ODE 系统，并用 Geometric Singular Perturbation Theory 分析快慢动力学。作者定量描述 entry-exit 机制，数值模拟支持 traveling front 由 local、fast 与 slow 片段拼接而成的几何图景。

技术栈#

语言/框架：未提及
模型/算法：spatial SIRS model、traveling-wave reduction、Geometric Singular Perturbation Theory、layer problem、critical manifold、entry-exit mechanism
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：传染病动力学、PDE/ODE、slow-fast systems、singular perturbation theory
算力需求：未提及
复现成本：困难，需复核几何分析并重做数值模拟，摘要未给出方程参数或代码
适合谁读：数学生物学家、传染病建模研究者、应用数学与动力系统研究员

一句话总结#

慢免疫损失塑造疫情传播的行进前沿。

bioRxiv#

1. BRD4 represses developmental and neuronal genes through interaction with PRC1.6 ↗#

作者：Boulet, F., Patel, M., Zanjani, Z. S., Andres-Sanchez, N., Ijaz, A., Pal, D. 等
发表日期：2026-08-05
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.01.31.702994

核心贡献#

研究以 human embryonic stem cell 与 neural organoid 模拟人类胚胎脑发育，发现 BRD4 会与 PRC1.6 协同抑制 Polycomb 调控的发育及神经元基因。BRD4 的 BD2 识别 H3K23ac，并通过 C-terminal domain 接触 PCGF6/RING1B；急性 BRD4 depletion 会降低 H2AK119 泛素化并迅速增强发育基因转录，而 neural organoid 中的 BD2 突变则改变神经元组成及相关染色质可及性。

技术栈#

语言/框架：未提及
模型/算法：human embryonic stem cell 与 neural organoid 发育模型；BRD4 急性耗竭和 BD2 突变分析
关键库与工具：未提及具体 library/tool；实验涵盖染色质占位、蛋白互作、H2AK119 泛素化及染色质可及性分析
数据集：human embryonic stem cell 与 neural organoid；样本量未提及
开源情况：未提及

上手难度#

前置知识：染色质调控、Polycomb 复合体、干细胞分化与神经发育
算力需求：未提及
复现成本：困难；需要干细胞培养、neural organoid、基因扰动及多类染色质和蛋白实验，且具体 protocol 未提及
适合谁读：硕博生、研究员、表观遗传与神经发育领域专家

一句话总结#

BRD4联结乙酰化识别与Polycomb抑制

2. From Abandoned Scripts to FAIR Community Pipelines: Rescuing Orphan Bioinformatics Workflows with nf-core - Lessons from Light-Sheet Fluorescence Microscopy ↗#

作者：Schwitalla, C., Kuhn Cuellar, L., Hoertenhuber, M., Grote, N., Woller, T., Lamberti, I. 等
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.29.741447

核心贡献#

研究把弃用的 MATLAB-based NuMorph toolkit 重构为 Nextflow-based nf-core/lsmquant，在相近 computational cost 下保留原科学方法，并提升 FAIRness、portability 与 reproducibility。nf-core 社区机制和模块化架构进一步支持分布式维护，也便于适配原应用之外的 light-sheet microscopy 数据。

技术栈#

语言/框架：MATLAB（原 NuMorph）、Nextflow、nf-core
模型/算法：大规模 light-sheet microscopy 图像分析工作流；基于 FAIR4RS 与软件可持续性原则的系统重构
关键库与工具：NuMorph、nf-core/lsmquant
数据集：原应用及额外的 light-sheet microscopy 数据集；具体名称与规模未提及
开源情况：已集成 nf-core 生态并按 community guidelines 开发；仓库链接和许可未提及

上手难度#

前置知识：生物图像分析、workflow engineering、Nextflow 与 FAIR4RS
算力需求：未给出 CPU/GPU 或耗时；仅说明 computational cost 与原方法相近
复现成本：中等；社区化 workflow 提升了可复现性，但摘要未给出数据、配置和仓库链接
适合谁读：硕博生、研究员、生物信息工程师、科研软件维护者

一句话总结#

用nf-core复活孤儿生信工作流

3. Pretrained deep-learning ITS classifiers read the flanking regions, not the ITS2 barcode, and so fail on the amplicon that environmental fungal surveys sequence ↗#

作者：O’Brien, A., Marin, C., Parada, P.
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.29.741510

核心贡献#

研究在相同 query 上比较两种 pretrained deep-learning classifier 与传统 k-mer 方法，发现 CNN 和 Transformer 在 full-length ITS 已落后，在 ITS2 上更因依赖 flanking region 而大幅失准。移植侧翼序列的 ablation 直接定位了失败原因，且模型置信度几乎无法区分已知与新 genus，说明评测必须匹配实际 amplicon 并加入 classical baseline。

技术栈#

语言/框架：未提及
模型/算法：CNN、Transformer、hierarchical logistic regression、SINTAX、best-hit alignment、k-mer count 与 flanking-region ablation
关键库与工具：SINTAX；其他具体 library/tool 未提及
数据集：5.23M 条训练序列、5,222 条 genus-level query、56,327 条 reference sequence，并比较 full-length ITS 与 ITS2
开源情况：预训练模型已被分发；代码、许可与下载链接未提及

上手难度#

前置知识：真菌 ITS metabarcoding、序列分类、k-mer 方法、deep learning 与统计评测
算力需求：未提及 CPU/GPU；hierarchical logistic regression 使用 1.07% 训练 corpus，拟合耗时 10 分钟
复现成本：中等；需要统一 query、多个 pretrained model 与 reference database，并按 ITS/ITS2 重建对照实验
适合谁读：硕博生、研究员、生物信息工程师、真菌生态与 metabarcoding 专家

一句话总结#

真菌分类模型误读ITS2侧翼序列

4. A calibrated novelty flag for fungal ITS metabarcoding: choosing the error rate at which sequences are declared new ↗#

作者：O’Brien, A., Marin, C., Parada, P.
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.29.741524

核心贡献#

研究用 conformal novelty flag 为每条 ITS query 生成 p-value，使把已知序列误判为 novel 的比例受用户指定 alpha 约束，并在多种 score、amplicon region 和 reference size 下保持校准。该方法把任意阈值改造成可选择误报率的决策，并在土壤真菌数据中以 5% 受控误报率标出 20.7% 的 amplicon sequence variant。

技术栈#

语言/框架：未提及
模型/算法：conformal novelty detection、leave-one-genus-out calibration、alignment identity、k-mer bootstrap consensus 与 neural classifier probability
关键库与工具：未提及
数据集：UNITE、5,000 条 non-fungal SSU outgroup、土壤真菌数据集与 GlobalFungi
开源情况：source code 与 benchmark harness 以 MIT license 发布于 GitHub ↗

上手难度#

前置知识：conformal inference、校准与统计检验、真菌 ITS metabarcoding、序列相似性分析
算力需求：未提及
复现成本：中等；代码与 benchmark 已开源，但需准备多种 score、amplicon region 和不同规模 reference
适合谁读：硕博生、研究员、生物信息工程师、真菌生态与 metabarcoding 专家

一句话总结#

用可控误报率识别真菌未知序列

5. Scientific computing in the age of agentic AI: an exploratory field report ↗#

作者：Li, J., Rubinsteyn, A., Feldman, S., O’Donnell, T., Ferguson, J. M., Patro, R. 等
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.29.741496

核心贡献#

研究汇总八个使用 LLM-based coding agent 改进 scientific computing 的早期案例，范围从轻量维护到面向性能的 library 重写，并结合实践者反思归纳经验。结果显示 coding agent 有望缓解科研软件的技术债和工程人力缺口，但责任、所有权及与现有 maintainer 的协作治理仍未解决。

技术栈#

语言/框架：未提及
模型/算法：LLM-based coding agent；具体 model 与 agent architecture 未提及
关键库与工具：未提及
数据集：八个 scientific computing case study；具体项目与数据规模未提及
开源情况：未提及

上手难度#

前置知识：科研软件工程、LLM agent、性能优化、开源项目维护与治理
算力需求：未提及
复现成本：困难；案例范围异质，所用 agent、prompt、代码库与评价 protocol 均未在摘要中说明
适合谁读：硕博生、研究员、工业界工程师、科研软件维护者

一句话总结#

Coding agent可缓解科学软件技术债

6. BirdCODE: Detecting bird communication at scale ↗#

作者：Fine, A., Hoffman, B., Robinson, D., Miron, M., Alizadeh, M., Chemla, E. 等
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.07.31.742086

核心贡献#

BirdCODE 用 deep learning 在精确时间边界上检测并分类超过 9,000 种鸟类的 vocalization，把可覆盖物种数较既有 bioacoustic sound-event detector 提升数百倍，并在 benchmark 中达到 state-of-the-art。研究进一步处理 1.3M 条 citizen-science recording，展示其可支持系统发育、地理与时间变异以及跨物种互动分析。

技术栈#

语言/框架：未提及
模型/算法：deep-learning sound event detection 与 classification，输出 vocalization 的时间边界
关键库与工具：BirdCODE；其他具体 library/tool 未提及
数据集：1.3M 条 citizen-science recording，覆盖超过 9,000 种鸟；benchmark 具体名称未提及
开源情况：model code、weight 与 prediction 已公开；链接和许可未提及

上手难度#

前置知识：bioacoustics、deep learning、sound event detection、鸟类生态与系统发育分析
算力需求：未提及
复现成本：中等；model artifacts 已公开，但摘要未给出下载链接、硬件需求与完整 benchmark 配置
适合谁读：硕博生、研究员、工业界工程师、生态声学与鸟类学专家

一句话总结#

BirdCODE让鸟类交流分析覆盖九千余种

7. Contrastive Regulatory Embeddings Attention Model for Differential Expression Prediction with Personalized Genomes: Insights and Challenges ↗#

作者：Hu, Z., Ku, J., Pollard, K.
发表日期：2026-08-05
分类：bioinformatics
Paper ID：biorxiv:10.64898/2026.08.02.742309

核心贡献#

研究提出 CREAM，以 contrastive regulatory embedding 和 attention 捕捉个体间细微 DNA 差异，并把 gene expression 分解为 genetic 与 non-genetic component 以降低噪声影响。CREAM 在 training gene 上优于 baseline、能优先识别 fine-mapped causal eQTL，配合 auxiliary L1 bias 可改善 unseen gene 的 causal variant 定位，但所有方法在 unseen gene 表达预测上的相关性都接近零。

技术栈#

语言/框架：未提及
模型/算法：CREAM、contrastive regulatory embedding、attention、expression component decomposition、auxiliary L1 inductive bias 与 predictive uncertainty
关键库与工具：未提及
数据集：simulated dataset 与 GTEx transcriptomic dataset
开源情况：未提及

上手难度#

前置知识：regulatory genomics、eQTL fine-mapping、gene expression prediction、deep learning 与 uncertainty estimation
算力需求：未提及
复现成本：困难；需训练 sequence model 并区分遗传与非遗传信号，且代码、训练配置和硬件均未提及
适合谁读：硕博生、研究员、计算基因组学与 deep learning 专家

一句话总结#

CREAM能定位个体调控却难泛化新基因

8. Asymmetric co-substrate usage at a metabolic branch point as a minimal network motif that can drive overflow metabolism ↗#

作者：West, R., Sonal, S., Rodrigues, T. d. S. G., Shou, W., soyer, o. s.
发表日期：2026-08-05
分类：systems biology
Paper ID：biorxiv:10.1101/2025.06.05.658108

核心贡献#

研究用简化 branch-point model 证明 differential enzyme kinetics、allosteric regulation 和 asymmetric co-substrate usage 均可触发代谢 flux switching，其中 NADH/NAD+ 非对称使用的敏感度最高。只有显式纳入胞质与线粒体 NADH dynamics 的 compartmentalized yeast pyruvate model 能重现实验现象，表明 co-substrate 本身可作为内嵌调控层并提供 metabolic engineering 路径。

技术栈#

语言/框架：未提及
模型/算法：branch-point model、enzyme kinetics、allosteric regulation、asymmetric NADH/NAD+ usage 与 compartmentalized yeast pyruvate model
关键库与工具：未提及
数据集：酵母 glucose influx、NADH level、overflow threshold 及 mitochondrial/cytosolic NADH oxidase perturbation 实验数据；规模未提及
开源情况：未提及

上手难度#

前置知识：代谢网络、enzyme kinetics、redox biology、systems biology 与动力学建模
算力需求：未提及
复现成本：中等；需要构建 compartmentalized model 并对照 yeast perturbation 实验，代码、参数与数据链接未提及
适合谁读：硕博生、研究员、systems biology 与 metabolic engineering 专家

一句话总结#

NADH非对称使用可驱动代谢溢流

9. m6A pathway suppression reprograms gene expression during the integrated stress response ↗#

作者：Murakami, S., Jaffrey, S. R.
发表日期：2026-08-05
分类：molecular biology
Paper ID：biorxiv:10.64898/2026.08.05.742933

核心贡献#

研究发现 integrated stress response 的大量表达变化并非来自 transcription activation，而是 translation repression 阻断 translation-dependent m6A-mRNA degradation，从而稳定原本易降解的转录本。m6A depletion 单独即可诱导类似 amino-acid depletion 的 transcriptomic 与 proteomic 特征，揭示 ISR 通过 m6A 把翻译抑制直接连接到 transcriptome reprogramming。

技术栈#

语言/框架：未提及
模型/算法：ISR 与 ATF4 机制分析、m6A depletion perturbation、mRNA stability 及 transcriptomic/proteomic profiling
关键库与工具：未提及
数据集：ISR 与 amino-acid depletion 条件下的 transcriptomic/proteomic profile；样本、物种与规模未提及
开源情况：未提及

上手难度#

前置知识：RNA translation、m6A modification、mRNA degradation、ISR 与 multi-omics 分析
算力需求：未提及
复现成本：困难；需要 m6A 扰动、mRNA 稳定性及 transcriptomic/proteomic 实验，protocol 与数据链接未提及
适合谁读：硕博生、研究员、RNA biology 与 cellular stress 专家

一句话总结#

ISR靠稳定m6A转录本重塑表达

10. Adult porcine intestinal organoids as models for regional epithelial identity and individual regulatory variation ↗#

作者：Blanc, F., CHALABI, S., Pepke, F., Mongelaz, M., Charles, M., Rau, A. 等
发表日期：2026-08-05
分类：genomics
Paper ID：biorxiv:10.1101/2025.10.29.679705

核心贡献#

研究比较四头 Large White 猪的四个肠段组织及配对 organoid 共 32 个 RNA-seq library，发现 organoid 虽偏离 native tissue 且更接近 foetal/newborn 状态，仍保留多数 epithelial gene 与部分区域结构。区域差异在 organoid 中减弱，但 FUT2、B4GALNT2 等个体特异调控 signature 及相关 candidate variant 得以保留，支持标准化猪 organoid biobank 用于 genotype-to-phenotype 功能验证。

技术栈#

语言/框架：未提及
模型/算法：RNA-seq differential expression、enrichment analysis、developmental reference projection 与 candidate variant association
关键库与工具：未提及
数据集：4 头 Large White 猪的 duodenum、jejunum、ileum、colon 配对 tissue/organoid，共 32 个 RNA-seq library，并使用 in vivo developmental reference
开源情况：未提及

上手难度#

前置知识：intestinal organoid、RNA-seq、differential expression、functional genomics 与 livestock genetics
算力需求：未提及
复现成本：困难；需获得同一动物多肠段组织、建立配对 organoid 并结合 variant 分析，数据与 protocol 未提及
适合谁读：硕博生、研究员、动物基因组学与 organoid 领域专家

一句话总结#

猪肠类器官保留区域与个体调控特征

PubMed#

1. CHAF1A identified as a candidate biomarker and potential therapeutic target in Burkitt lymphoma through integrated bioinformatics and histopathological analysis. ↗#

作者：Wen-Yuan Lin, Bei-Li Chen, Zhi-Mei Wu, Feng Liu, Wen-Fang Du
发表日期：2026-07-31
分类：Humans, Burkitt Lymphoma, Biomarkers, Tumor, Computational Biology, Chromatin Assembly Factor-1
Paper ID：pubmed:42535765

核心贡献#

研究整合两个 Burkitt lymphoma 转录组队列、Random Forest 与独立组织队列的免疫组化验证，将 CHAF1A 筛为蛋白水平显著高表达的候选标志物。其与 M0 macrophage 浸润的相关性仅来自单数据集探索分析，仍需功能实验确认。

技术栈#

语言/框架：未提及
模型/算法：差异基因表达分析、Random Forest、CIBERSORT 免疫细胞浸润分析
关键库与工具：GEO、免疫组化、CIBERSORT
数据集：GSE43677、GSE12453，以及独立队列 10 例 Burkitt lymphoma 与 10 例 reactive lymphoid hyperplasia 对照
开源情况：转录组数据来自公开 GEO；代码与模型未提及

上手难度#

前置知识：肿瘤转录组学、机器学习、免疫浸润分析与组织病理学
算力需求：未提及
复现成本：中等；公开表达数据可获取，但蛋白层验证需要独立临床组织队列
适合谁读：硕博生、研究员、肿瘤生物信息学与血液肿瘤领域专家

一句话总结#

CHAF1A是Burkitt淋巴瘤候选标志物

2. Hormone-metabolism crosstalk in plants: an integrated signaling network coordinating growth and stress adaptation. ↗#

作者：Ghulam Murtaza, Zeeshan Ahmed, Sajid Ullah, Mohammed S Alotaibi, Sajad Ali, Rashid Iqbal
发表日期：2026-07-30
分类：Plant Growth Regulators, Signal Transduction, Stress, Physiological, Plants, Adaptation, Physiological
Paper ID：pubmed:42533527

核心贡献#

该综述把植物激素信号与代谢重塑组织为双向调控网络，梳理糖、氨基酸、有机酸、脂质衍生物、硫代谢物和 redox signals 如何成为共享节点。框架旨在支持作物抗逆性、养分利用效率与生长平衡的预测性工程设计。

技术栈#

语言/框架：未提及
模型/算法：激素与代谢互作的双向调控网络、证据综合
关键库与工具：综述提出 hormone atlases、live biosensors、spatial omics、single-cell omics、isotope tracing、genome editing 与 computational network modeling
数据集：未提及
开源情况：未提及

上手难度#

前置知识：植物生理学、植物激素信号、代谢网络与胁迫响应
算力需求：未提及
复现成本：中等；涉及多类激素与代谢证据，摘要未提供检索策略或分析代码
适合谁读：本科生、硕博生、研究员、植物生物学与作物工程领域专家

一句话总结#

植物激素与代谢构成双向调控网络

3. Prognostic risk modeling based on integrated multi-omics analysis identifies CRY2 as a key regulator in tumor immunity and patient survival in colorectal cancer. ↗#

作者：Yu Guo, Yongbo Zou, Min Wang
发表日期：2026-08-04
分类：Humans, Colorectal Neoplasms, Animals, Prognosis, Tumor Microenvironment
Paper ID：pubmed:42550740

核心贡献#

研究以 ferroptosis 和 lipid metabolism 相关基因构建结直肠癌预后 RiskScore，StepCox 与 Random Survival Forest 的组合表现最佳，并关联免疫抑制性微环境。siRNA、功能实验和小鼠 xenograft 进一步支持 CRY2 促进肿瘤生长的作用。

技术栈#

语言/框架：未提及
模型/算法：WGCNA、forward stepwise Cox regression、Random Survival Forest、CIBERSORT、TIDE、siRNA knockdown 与 xenograft 验证
关键库与工具：CIBERSORT、TIDE；具体软件版本未提及
数据集：TCGA-COAD、GSE39582，以及细胞功能实验和小鼠 xenograft 数据
开源情况：代码、模型权重与实验数据开放情况未提及

上手难度#

前置知识：肿瘤生物信息学、生存分析、机器学习、肿瘤免疫学与细胞和动物实验
算力需求：未提及
复现成本：困难；需同时复现多队列计算分析、siRNA 功能实验与小鼠 xenograft
适合谁读：硕博生、研究员、肿瘤生物信息学与转化医学领域专家

一句话总结#

CRY2连接结直肠癌代谢风险与免疫

4. Shared genetics of IgA nephropathy and cardiometabolic diseases revealed by integrative genomic analysis. ↗#

作者：Lu Dai, Guanglei Chen, Yinan Yang, Yiping Yan, Qin Zhao, Na He 等
发表日期：2026-07-31
分类：Humans, Glomerulonephritis, IGA, Genome-Wide Association Study, Cardiovascular Diseases, Genomics
Paper ID：pubmed:42535737

核心贡献#

研究整合大规模 GWAS 与多组学方法，发现 IgA nephropathy 和多种心血管、代谢疾病共享遗传基础，并定位免疫调节、脂质运输与心血管功能相关候选基因。基于 gene-drug matching 的再利用分析还提出免疫抑制剂、降脂药和 aspirin 等候选治疗方向。

技术栈#

语言/框架：未提及
模型/算法：cross-trait genetic correlation、TWAS、多组学基因优先级排序与 gene-drug matching
关键库与工具：LDSC、GNOVA、SUPERGNOVA、SMR、MAGMA、fastBAT
数据集：IgA nephropathy、21 种 pan-vascular diseases、13 个代谢性状、11 种免疫细胞表型及既有风险因素的大规模 GWAS 数据
开源情况：未提及

上手难度#

前置知识：统计遗传学、GWAS、遗传相关分析、多组学整合与药物再利用
算力需求：未提及
复现成本：困难；需整合多类大规模 GWAS 并运行多套 cross-trait 与基因优先级方法，代码和数据入口未提及
适合谁读：硕博生、研究员、统计遗传学与肾脏病精准医学领域专家

一句话总结#

IgA肾病与心代谢疾病共享遗传基础

5. Cross-host transmission of Riemerella anatipestifer to chickens: Genomic evolution and identification of the novel vapX-like-vapD toxin-antitoxin system. ↗#

作者：Fanrun Meng, Ruiqi Li, Yancheng Yu, Xinyi Zhang, Wenjie Dai, Xiyao Cui 等
发表日期：2026-07-30
分类：Animals, Riemerella, Chickens, Flavobacteriaceae Infections, Poultry Diseases
Paper ID：pubmed:42528375

核心贡献#

研究结合高毒力多重耐药鸡源菌株 SDAU-RA1 与全球 Riemerella anatipestifer 比较基因组，支持多次独立的鸭到鸡跨宿主传播，并揭示初期遗传分化。新鉴定的质粒携带 vapX-like-vapD type II toxin-antitoxin system，可增强 biofilm、胞内存活与抗生素持留。

技术栈#

语言/框架：未提及
模型/算法：比较基因组学、SNP phylogeny、ancestral state reconstruction、pangenome analysis 与抗性基因时空分析
关键库与工具：未提及
数据集：鸡源 SDAU-RA1 菌株及全球不同宿主来源的 Riemerella anatipestifer 基因组集合
开源情况：未提及

上手难度#

前置知识：微生物比较基因组学、系统发育、抗生素耐药与细菌毒力机制
算力需求：未提及
复现成本：困难；需跨地区菌株基因组、质粒解析与 toxin-antitoxin system 功能实验，开放资源未提及
适合谁读：硕博生、研究员、微生物基因组学与兽医病原学领域专家

一句话总结#

新毒素抗毒素系统助力鸭源菌跨宿主适应

6. [Corrigendum] Identification of key differentially expressed genes associated with non‑small cell lung cancer by bioinformatics analyses. ↗#

作者：Yubo Xiao, Min Feng, Haiying Ran, Xiao Han, Xuegang Li
发表日期：2026-07-31
Paper ID：pubmed:42535368

核心贡献#

这篇 corrigendum 指出原论文 Results 将四个 GEO 数据集误写为 RNA-seq，正确类型应为 Affymetrix microarray。编辑部尚未联系到作者确认，因此本次内容是文字与数据类型说明更正，不包含新分析结果。

技术栈#

语言/框架：未提及
模型/算法：原研究涉及 differential gene expression analysis；本次更正未新增算法
关键库与工具：GEO、Affymetrix microarray
数据集：GSE21933、GSE33532、GSE44077、GSE74706
开源情况：四个数据集来自公开 GEO；代码未提及

上手难度#

前置知识：microarray、RNA-seq、差异表达分析与非小细胞肺癌生物信息学
算力需求：未提及
复现成本：容易；本次仅更正数据类型表述，不含新实验或新计算分析
适合谁读：硕博生、研究员、生物信息学分析人员与论文编辑

一句话总结#

四个NSCLC数据集应标为microarray

7. 3D epigenomic landscape of the human retinal pigment epithelium. ↗#

作者：Xiyuan Liu, Dongmei Tang, Jing Zhang, Tong Li, Jiaxiang Huang, Jia Qu 等
发表日期：2026-08-05
分类：Humans, Retinal Pigment Epithelium, Epigenomics, Induced Pluripotent Stem Cells, Cell Differentiation
Paper ID：pubmed:42555638

核心贡献#

研究整合 multiomics，对 primary human RPE、iPSC-RPE 与 ARPE-19 的 3D epigenomic landscape 进行系统基准比较。iPSC-RPE 虽接近原生细胞的转录和 chromatin looping，但 histone modification、chromatin accessibility 与高阶结构仍未完全成熟，并定位 ECM organization 和 RUNX1 等优化节点。

技术栈#

语言/框架：未提及
模型/算法：multiomics integration、3D epigenomic benchmarking、long-range chromatin interaction 与 motif enrichment 分析
关键库与工具：未提及
数据集：primary human RPE、iPSC-RPE 与 ARPE-19 cell line 的多组学数据
开源情况：未提及

上手难度#

前置知识：3D genomics、epigenomics、染色质调控、干细胞分化与视网膜生物学
算力需求：未提及
复现成本：困难；需多种细胞来源、3D 表观基因组与多组学实验，摘要未提供代码或数据入口
适合谁读：硕博生、研究员、表观基因组学与视网膜再生医学领域专家

一句话总结#

iPSC-RPE仍未达到原生RPE表观成熟

8. Population genomics reveals ginseng domestication and ginsenoside biosynthesis. ↗#

作者：Yating Zhang, Kui Wang, Zheng Li, Xikai Yu, Fengjiao Wang, Siwei Qiao 等
发表日期：2026-08-05
分类：Ginsenosides, Panax, Glycosyltransferases, Domestication, Polymorphism, Single Nucleotide
Paper ID：pubmed:42555637

核心贡献#

研究对 287 份人参种质进行 resequencing，并结合 169 种 ginsenoside 表型揭示驯化相关群体结构与代谢变化。metabolite GWAS 和功能分析定位 PgUXT、PgURT 两个关键 glycosyltransferases，随后用 machine learning 模型预测单株 ginsenoside 丰度。

技术栈#

语言/框架：未提及
模型/算法：population genetic analysis、selective sweep analysis、metabolite GWAS、基因功能分析与 machine learning genomic prediction
关键库与工具：未提及
数据集：287 份人参种质的重测序数据、169 种 ginsenoside 表型及 12,676 个显著关联 SNP
开源情况：未提及

上手难度#

前置知识：植物群体基因组学、GWAS、代谢组学、糖基转移酶功能与机器学习
算力需求：未提及
复现成本：困难；涉及大规模重测序、代谢物定量、功能实验和预测建模，开放资源未提及
适合谁读：硕博生、研究员、植物基因组学与药用植物育种领域专家

一句话总结#

群体基因组定位人参皂苷多样化关键基因

9. A reference protein atlas of the adult mouse brain vasculature. ↗#

作者：Liqun He, Henrik J Johansson, Elisa Vazquez-Liebanas, Jianping Liu, Lars Muhl, Khayrun Nahar 等
发表日期：2026-08-04
分类：Animals, Mice, Proteomics, Brain, Blood-Brain Barrier
Paper ID：pubmed:42550898

核心贡献#

研究把 deep bulk proteomics、proteomic ruler 与 scRNA-seq 结合，利用同一基因跨细胞的 mRNA-protein 相关性估算八类脑血管相关细胞中 9,940 种蛋白的单细胞拷贝数。成果形成可搜索的 Online Database，为血脑屏障和神经血管蛋白组研究提供参考图谱。

技术栈#

语言/框架：未提及
模型/算法：proteomic ruler、基于 within-gene mRNA-protein correlation 的蛋白拷贝数估算
关键库与工具：deep bulk proteomics、scRNA-seq 与可搜索 Online Database；具体软件未提及
数据集：成年小鼠脑血管片段，覆盖八类细胞、astrocyte end-feet 与 9,940 种蛋白
开源情况：数据可通过 Online Database 查询，摘要未提供链接；代码未提及

上手难度#

前置知识：定量蛋白组学、scRNA-seq、细胞类型注释与血脑屏障生物学
算力需求：未提及
复现成本：困难；需脑血管片段分离、深度蛋白组和单细胞数据整合，数据库虽可查询但实验与代码细节未提及
适合谁读：硕博生、研究员、蛋白组学与神经血管生物学领域专家

一句话总结#

小鼠脑血管图谱量化9940种蛋白

10. Cell surface ADGRG1 and CD86 expression identifies antitumor CD4+ T cells in human cancer. ↗#

作者：Kyle J Hitscherich, Aaron J Dinerman, Abraham A Hakim, Victoria Dulemba, Sivasish Sindiri, Billel Gasmi 等
发表日期：2026-08-03
分类：Humans, CD4-Positive T-Lymphocytes, Lymphocytes, Tumor-Infiltrating, B7-2 Antigen, Colorectal Neoplasms
Paper ID：pubmed:42546203

核心贡献#

研究用高维 single-cell transcriptomics 与 proteomics 分析转移性结直肠癌中的抗肿瘤 CD4+ TIL，发现 ADGRG1 和 CD86 可分别将已知反应性 TCR clonotypes 富集 11 倍和 9 倍。两种标志物还识别出超过 60 个经验证的抗肿瘤 clonotypes，ADGRG1 分选细胞在两个样本体外扩增后仍具 neoantigen reactivity。

技术栈#

语言/框架：未提及
模型/算法：高维 single-cell transcriptomic/proteomic profiling、TCR clonotype 分析、细胞表面富集与体外 neoantigen reactivity 验证
关键库与工具：未提及
数据集：转移性结直肠癌 CD4+ TIL、45 个抗肿瘤 TCR clonotypes，以及超过 60 个经验证的抗肿瘤 clonotypes
开源情况：未提及

上手难度#

前置知识：肿瘤免疫学、single-cell multiomics、TCR clonotype 分析与 adoptive cell transfer
算力需求：未提及
复现成本：困难；需患者肿瘤样本、单细胞多组学、细胞分选和功能验证，开放资源未提及
适合谁读：硕博生、研究员、肿瘤免疫学与细胞治疗领域专家

一句话总结#

ADGRG1与CD86富集抗肿瘤CD4+T细胞