回溯发现，差异源于论文未指定离散化策略、互信息估计器选择以及峰值时间重合时的处理规则——这些在工程实现中默认约定的细节，在论文中往往被省略。对于数学定义清晰、流程标准化的方法，如随机森林和Combat，主流模型（尤其是GPT-o4-mini-high）生成的代码在分类准确率、批次校正效果等关键指标上与scikit-learn、pyComBat等成熟库无统计学差异。对方法开发者而言，这或许意味着维护

Anthropic推出BioMysteryBench生物信息学评估基准，包含99个专家编写的真实生物学问题，测试大语言模型处理复杂科研数据的能力。该基准突破传统评估方式，允许自由使用工具和数据库，聚焦客观事实而非主观推断。测试显示Claude模型在人类可解问题上表现接近专家水平，在难题上也能达到30%解决率。研究表明模型能结合专业知识库和实时分析工具，通过多方法验证提高准确性，但在高难度问题上仍存

而在多倍体作物中，比例进一步提高，例如棉花从二倍体的82%上升至多倍体的92%，小麦也有约10%的增幅。在拟南芥中，研究者使用这种方法同时破坏了五个或六个AITR家族基因，获得的突变体在干旱和盐胁迫下表现出更强的耐受性且没有生长代价。完全冗余下，单个基因的缺失不产生表型效应，只有同时破坏两个或以上功能相似的基因才会显现表型。拟南芥中一项针对2400个基因的研究发现，在401个被详细分析的基因中，表

李恒团队开发出高效基因组组装算法hifiasm(ONT)，仅需标准ONT测序数据即可实现近端粒到端粒(T2T)组装。该算法通过创新的相位校正技术克服ONT数据的高错误率，相比现有方法计算效率提升10倍且无需GPU。测试显示其组装质量优于Verkko+HERRO等算法，能解析HiFi难以处理的SMN1/SMN2等医学相关基因。这一突破使群体规模T2T基因组分析和临床样本研究成为可能，相关成果已发表于

产量性状一直是水稻育种的主要关注点，本研究中感兴趣的关键性状包括抽穗期（HD）、株高（PH）、穗长（PL）、分蘖数（TN）、每穗粒数（GP）、结实率（SST）、粒长（GL）、粒宽（GW）、千粒重（TGW）和产量（Y），连续两年收集表型数据，以评估重复性并纠正数据集中的系统偏差（图1f，g ）。吉庚816的HD低于当地品种的25%分位数;在HF位点，DeepCCR对Y、HD、PH、PL、GP、SSR

回溯发现，差异源于论文未指定离散化策略、互信息估计器选择以及峰值时间重合时的处理规则——这些在工程实现中默认约定的细节，在论文中往往被省略。对于数学定义清晰、流程标准化的方法，如随机森林和Combat，主流模型（尤其是GPT-o4-mini-high）生成的代码在分类准确率、批次校正效果等关键指标上与scikit-learn、pyComBat等成熟库无统计学差异。对方法开发者而言，这或许意味着维护

Anthropic推出BioMysteryBench生物信息学评估基准，包含99个专家编写的真实生物学问题，测试大语言模型处理复杂科研数据的能力。该基准突破传统评估方式，允许自由使用工具和数据库，聚焦客观事实而非主观推断。测试显示Claude模型在人类可解问题上表现接近专家水平，在难题上也能达到30%解决率。研究表明模型能结合专业知识库和实时分析工具，通过多方法验证提高准确性，但在高难度问题上仍存

这篇文章总结了植物GWAS分析中的常见问题和解决方案，主要针对水稻等自交系作物的数据处理。作者指出三个关键点：(1) 避免在植物群体中使用HWE过滤，否则会误删大量真实位点；(2) 建议先用小数据集测试流程；(3) 推荐使用rMVP软件的FarmCPU模型进行GWAS分析，辅以MLM验证。文章还强调GWAS阶段应专注高质量SNP数据，后续再研究InDel变异。这些经验对植物GWAS研究具有实用参考

基因组选择技术正在改变动植物育种的节奏。通过全基因组分子标记估算育种值，育种家能够更早更准地锁定优良基因型，缩短育种周期，提升遗传增益。但随着研究深入，两个问题逐渐凸显：深度学习模型预测虽准，但内部逻辑难以解读；多数方法只给出单一预测值，无法评估结果的可信程度。

摘要：华中科大与华中农大团队开发了轻量高效的植物基因组语言模型PlantBiMoE，采用双向Mamba和稀疏混合专家架构，参数量仅116M但支持32kbp长序列建模。该模型在42个植物物种254亿碱基数据上预训练，在MPGB基准的31项任务中20项表现最优，尤其在剪接位点、启动子强度等任务上全面超越现有模型。PlantBiMoE通过架构创新实现了计算效率与性能的平衡，为植物基因组研究提供了实用工具