FA-MFMR通过因子增强处理相关纵向暴露，估计随时间变化的因果效应
FA-MFMR是一种因子增强的多变量函数型孟德尔随机化方法，用于估计多个相关纵向暴露随时间变化的因果效应。该方法结合遗传工具变量、暴露轨迹的函数表示与低维因子结构，模拟中较竞争方法具有更低的估计误差和更高效的不确定性量化，尤其适用于高度相关且观测稀疏的纵向暴露。
推荐理由：该方法将纵向暴露的共同时间变化与暴露特异成分分离，为处理高度相关且观测稀疏的多暴露因果估计提供方法参考。
全部医学动态
Bioinformatics (OUP)精选AI 评分6262 Nature GeneticsAI 评分66 GPN-Star：基于系统发育信息的基因组预测
GPN-Star用于基于系统发育信息的基因组预测。所提供的正文仅显示网站内容加载失败提示，未包含研究设计、样本量、预测性能或验证结果，无法据此概括具体研究发现。
Bioinformatics (OUP)AI 评分5555 BioForge 提供基于 Rust 的大分子结构预处理，380 万原子结构耗时 5.1 s
BioForge 是基于 Rust 的大分子结构预处理库，支持结构清理、基于几何的缺失原子修复、质子化和溶剂化，不依赖特定力场。
Bioinformatics (OUP)精选AI 评分6666 Serval 为成像型空间转录组提供模块化解码与基准评测框架
Serval 是用于开发和评测成像型空间转录组解码方法的模块化框架，其配套方法 CoSiD 在测试中提高了转录本检出量。CoSiD 通过优化与已知条形码的余弦相似度进行解码，在模拟和真实 MERFISH 数据上较基线方法获得更高的转录本检出量及与参考表达数据的相关性；扩展至 DART-FISH 后，还改善了聚类稳定性，并支持更直接地标注人类初级运动皮层等复杂生物结构。
推荐理由：将解码步骤拆分为可独立配置的模块，便于在不同空间转录组平台上比较算法，并结合模拟与真实数据评估解码表现。
Nature ProtocolsAI 评分3636 T细胞免疫监测：定量与表征人抗原特异性T细胞的传统及新型方法比较综述
Nature Protocols发表比较综述，分析用于抗原特异性T细胞临床表征的传统与前沿技术。综述比较这些技术的原理、应用、优势与局限，并强调检测方法协调统一与标准化的必要性。
Bioinformatics (OUP)AI 评分5858 STiLE 仅凭细胞质心坐标实现空间转录组组织芯片自动拆分
STiLE 是一种空间转录组组织芯片自动拆分工具，仅凭细胞质心坐标将细胞分配至各自组织芯，无需组织学图像。该算法结合连通分量检测、HDBSCAN 聚类、分量引导的聚类合并及可选网格峰值检测，在来自三种平台的七个公共组织芯片样本（50–150 个组织芯）上达到 ARI > 0.99，在含真实场景伪影的 396 个合成数据集上平均 ARI = 0.992。
Cell GenomicsAI 评分4141 RandomReadsMG：用于基准评测与实验设计的太碱基规模快速逼真宏基因组模拟
Bushnell、Schulz和Villada推出RandomReadsMG，可快速生成宏基因组测序数据集，模拟规模可达50,000个基因组的群落。该软件可控制群落丰度，模拟不均匀基因组覆盖及测序平台特异性读段属性，支持可重复的基准评测和病原体检测研究设计。
Bioinformatics (OUP)AI 评分3737 口袋对比学习与构象融合：受体构象变化下的稳健结构条件三维分子生成
一种结合口袋级对比学习与参考构象特征融合的三维分子生成框架，提高了受体构象变化下的生成稳健性。在CrossDocked2020及ASB-E、DUD-E、APObind数据集上，生成成功率、结构有效性及对接相关性能均有改善，交叉对接评估中尤为明显。推理时仅需单个口袋，无需参考构象。
Cell SystemsAI 评分3838 FLIGHTED：从含噪声的高通量实验数据中推断蛋白质适应度景观
Sundar等提出贝叶斯方法FLIGHTED，从含噪声的高通量实验数据中生成概率性蛋白质适应度景观，以处理适应度测量中的不确定性。该方法已应用于筛选实验和高通量碱基编辑实验，并改善了蛋白质适应度模型的表现。
Cell SystemsAI 评分3535 人类早期发育类囊胚模型的系统性转录组评估
Long等整合人类胚胎发育过程中的单细胞转录组构建参考图谱，并以互补指标评估四种类囊胚构建方案，发现模型间存在差异。差异涉及细胞身份、发育时序和谱系结构，为系统比较和优化类囊胚模型提供了依据。
Nature ProtocolsAI 评分3636 SIMworks：用于质量受控的增强定量结构光照明显微成像的集成软件套件
SIMworks是一套用于质量受控的增强定量结构光照明显微成像（SIM）的集成软件套件，支持落实SIM成像最佳实践。Nature Protocols刊载的内容面向初学者和有经验的用户。
Nature ProtocolsAI 评分3333 教程：利用类器官技术探究生物学问题
Nature Protocols刊载的教程概述了类器官技术在多种生物学及临床问题研究中的应用。内容涵盖细胞命运决定、细胞间相互作用，以及遗传性疾病、物种演化和临床问题的研究。
Nature ProtocolsAI 评分66 新方法学：用于识别抗纤维化化合物的药物筛选平台
该药物筛选平台旨在以新方法学识别抗纤维化化合物。当前页面正文加载失败，无法核实平台的具体方法、实验设计及筛选结果。
Cell GenomicsAI 评分3434 通过跨物种比较提炼骨髓细胞类型特异性转录特征
研究者提出一种框架，通过筛选在多物种单细胞RNA测序数据中均保守的细胞类型特异性与表达，提炼精简的标志基因特征。来自四种小鼠的骨髓微环境及造血祖细胞特征，可在两种外群灵长类物种中稳健辨识细胞身份，捕捉高度保守且具有生物学意义的信息。
Nature ProtocolsAI 评分1818 用于高空间分辨率多组学分子图谱绘制的组织膨胀质谱成像（TEMI）
组织膨胀质谱成像（TEMI）用于高空间分辨率多组学分子图谱绘制。页面正文未能加载，目前仅能从标题确认该技术及其用途，无法获取具体实验流程、性能指标或验证结果。
Nature ProtocolsAI 评分1111 Trace-n-Seq 将逆行荧光示踪与支配靶组织的外周神经元分选及单细胞测序相结合
Trace-n-Seq 将逆行荧光示踪、支配靶组织的外周神经元分选与单细胞测序相结合。页面正文未能加载，现有内容仅能确认标题所述方法，无法获取具体实验流程、样本量或验证结果。
Med (Cell Press)AI 评分4343 基于超声心动图的深度学习慢性肾脏病筛查
Yuan等开发并外部验证了一种深度学习模型，可利用超声心动图检测慢性肾脏病，为更早开展筛查提供潜在途径。慢性肾脏病的漏诊率超过60%，高危人群尚未常规接受筛查，该模型有望帮助弥补诊断缺口。
Cell SystemsAI 评分3535 用于功能性蛋白质设计的蛋白质语言模型采样
Darmawan等提出利用上位性相互作用的蛋白质语言模型多突变体采样策略，其设计在多种蛋白质适应度景观基准测试中优于标准单突变体方法。研究还提出综合计算评估框架，对相关性、质量和多样性评分，为蛋白质工程提供实践指导。
Cell SystemsAI 评分3636 通过多类器官系统模拟生理性吸收与代谢，评估抗肿瘤药物
Xiao等建立了整合肠道吸收、肝脏代谢和肿瘤反应的多类器官系统，用于评估抗肿瘤药物。该系统可捕捉单纯肿瘤培养所忽略的药物活化与失活过程，为预测药物疗效和毒性提供更符合生理情况的方法。