bioinformatics

该论文介绍了 LibStructBench，这是一个基于文档的基准，用于评估 AI 智能体重建测序文库结构和分子实验流程的能力。研究发现，前沿智能体在精确重建方面仍不可靠，且模型选择比智能体运行框架的选择更为重要。

该论文研究在769维特征下，完整人类基因评分数据集与激酶基因子集是否呈现相同的聚类结构，通过四种聚类方法比较发现最优聚类数均为两类。

神经退行性疾病生物医学研究与 AI 联盟（C-BRAIN）正与 NVIDIA 合作，利用 AI、联邦学习和 GPU 基础设施，挖掘尚未被利用的阿尔茨海默病研究数据，加速科学研究的发现速度，造福全球 5700 万痴呆症患者。

HuggingFaceBio 发布开源 14.8B DNA 理解与生成模型 Carbon-X，基于 Qwen3-14B 微调，融合 DNA 序列与自然语言训练，在五项 DNA 基准上平均得分 66.7%，接近前沿闭源模型但推理成本约为其 1/1800。

Hugging Face 发布了 Carbon-X，这是一个开源 DNA 语言模型，能够用通俗英语回答有关基因序列的问题。在 DNA 基准测试中，它的得分达到 66.7%，接近 GPT-6.1 Sol 的水平，而每道题的成本仅约为其 1/1800。该模型可在单块 80GB GPU 上运行，有望大幅降低医院和研究人员进行大规模变异分类的成本。不过，该模型尚未经过临床验证。

Carbon-X 是一个开放的 148 亿参数仅解码器模型，通过共享的 6-mer 词元流联合处理原始 DNA 和文本，在五项 DNA 基准测试中取得了 66.7% 的平均成绩——几乎与 GPT-6.1 Sol 持平——其权重采用 Apache 2.0 许可证，可装入单张 80GB GPU。

HuggingFace Bio 发布 Carbon-X，这是一个拥有 140 亿参数的 DNA 与自然语言联合模型，在五项 DNA 基准测试中超越所有开源模型，并达到 GPT-6.1 Sol 的水平，而成本仅为其约千分之一，同时提供 GGUF 版本，支持通过 llama.cpp 在本地运行。

Hugging Face 发布了 Carbon-X，这是一个开源模型，允许用户用自然语言与 DNA 进行"对话"。该模型在 3000 亿个 token 的基因组序列和英文文本上进行了训练，旨在帮助研究人员解读基因突变并设计疗法。

提出GOLD框架，通过GeoVAE将RNA离散序列与连续侧链角度投影到统一隐空间流形上进行协同扩散，并引入无需训练的梯度引导采样机制，实现结构感知的RNA逆折叠，达到最先进性能。

Wired/Quanta 报道指出，AI 基因组基础模型（如 Evo 2、Genos、AlphaGenome）仍无法解读人类基因组复杂的三维物理结构及其基因调控机制，说明 AI 目前尚不足以真正破解我们的基因组。

Show HN：面向生物学的 Grimoire——一款面向生物学领域的新开发者工具或平台，分享给 Hacker News 社区以征求反馈。

OmicsBench 提出了一个长时程、多轮次基准，包含 97 个采用有向无环图（DAG）结构的生物信息学任务（共 662 个子任务），用于在研究项目规模的工作流程中评估 AI 智能体，揭示了显著的性能差距，并引入了一套无监督失败模式发现流程。

Google DeepMind 展示如何利用其 agentic 开发平台 Google Antigravity 加速抗菌肽（AMP）的发现流程，结合 ProtNLM 蛋白质功能预测模型从 UniProt 未注释序列中筛选出新型抗菌肽候选物，目前正在湿实验验证阶段。

该论文对九种主流类增量学习（CIL）方法在五个冻结的蛋白质编码器上的表现进行了系统基准测试，发现没有方法能可靠跨编码器迁移，并分析了失败源于嵌入几何异质性与不稳定的梯度稳定性信号，主张持续学习设计应将表征本身作为核心组件。

Pythia是一个可解释的AI模型，基于一张新的67种RNA结合蛋白的高分辨率图谱训练而成，由Genophoria、CZ Biohub、UCSF和Calico合作开发，用于预测RBP如何通过序列和结构来识别RNA。

DeepMind 发布 AlphaGenome，一个能在碱基对分辨率下以一百万碱基上下文窗口预测基因组变异影响的机器学习模型，在 26 个变异效应基准中的 25 个上匹配或超越最强对比模型；配套的 AlphaGenome Atlas 预先计算了约九十亿种单核苷酸变异的影响，规模达 AlphaFold 数据库的 30 倍，并向科学界永久免费开放模型权重。

Arc Institute 认为，虚拟细胞模型只有在基于来自多样背景的高质量因果数据进行训练时，才能准确预测细胞类型对扰动的响应，从而避免将技术噪音误认为真实的生物学现象。

ReLaG 是一个可扩展且与数据模态无关的框架，它通过近邻图与社区检测来推断相关样本的分组，从而生成独立的训练–测试划分，解决了在含潜在关系的数据上随机划分所导致的过于乐观的泛化估计问题。相比现有的关系感知方法，ReLaG 具有更优的可扩展性，并提供一种无需标签的流程，可根据生产环境调整划分粒度，现已作为可通过 pip 安装的开源软件发布。

Forbes 报道了由前 OpenAI 高管创立的 ChronicleBio。该公司正在构建一个深度生物学数据集，并利用 AI 识别 POTS、长新冠、ME/CFS 和 hEDS 等慢性疾病的治疗方法——这些疾病目前 FDA 批准的疗法均为 0。

GATE-ST 提出了一种基因感知的文本-图像编码器，通过交叉注意力机制将文本编码的基因摘要与病理组织图像嵌入进行整合，以提升空间基因表达预测性能；在病理影像基准测试中，其表现优于仅使用图像以及使用随机嵌入的基线方法。