四篇全文 notes：GSR 用保持基因收录频率的随机通路重新排序富集结果；GLORB 比较两种全局表达尺度假设；AJHG 研究区分突变率造成的预测偏差与真实蛋白稳定性关联；MILK 用层级树支持大规模单细胞抽样与汇总。
GSR 交换基因—通路连接，固定每个基因的收录频率及每条通路大小，为原始 GWAS 富集结果构造经验参照并重排优先级。12 个性状、4 种基础方法的比较显示，随机通路零模型会显著影响名义显著率；调整后与疾病关联资源的一致性多有改善，但不构成正式错误率控制。
结果在 GSR 随机通路下，原方法各性状平均 FPR 范围为 MAGMA 0.0279–0.0836、Pascal 0.0474–0.144、PRSet 0.0452–0.414；这不是调整后经验 p 值的校准结果。
GLORB 用两种负二项贝叶斯 GLM 处理大量基因同向变化：分别依靠稳定基因锚定样本尺度，或假设技术尺度跨组可交换。ERCC 数据支持其恢复整体差异，但识别、后验校准与当前实现均有明确边界。
结果TCGA-LIHC 的 371 份肿瘤与 50 份邻近正常样本中，GLORB 与 DESeq2 分别检出 20,701 和 9,703 个上调基因；这些新增发现缺少该研究中的 ERCC 真值参照。
比较 50 种错义变异预测与保守性分数，并用 DMS 稳定性数据检验突变率依赖：多数分数把较难发生的替换预测得更有害，但真实稳定性缓冲只能解释其中一部分关联。
结果两组独立 DMS 稳定性数据支持更易发生的替换平均损害稍小；位点率与三核苷酸平均率分析的 Kendall 秩相关仅为 −0.02、−0.03 和 −0.008。
MILK 通过分区顺序分组、代表更新与递归合并，把已有单细胞表征组织成可重复抽样和汇总的层级树。胎儿图谱实验支持无标签代表抽样的信号保留；Census 约 4,400 万细胞的应用展示其规模，但未报告完整建树时间与峰值内存。
结果Census 去重 primary data 约含 44,265,932 个细胞，作者基于既有 Geneformer、scGPT 和 scVI 嵌入建树，再用约 100 万代表开展主要评测；按 clade 大小加权保留的是成员覆盖与标签计数信息。
本期为 9 月 8 日阅读推荐，四篇论文实际公开日期为 9 月 3–7 日。GSR、GLORB 和 MILK 为预印本；突变率与变异效应预测研究已在 AJHG 在线发表。
建议先读 GSR 与 GLORB，分别比较通路随机化和表达尺度识别的统计假设；再读突变率研究，思考功能注释用于遗传解释时的校准；MILK 则提供可复用的单细胞代表抽样与成员映射数据结构。
四篇均依据提供的全文 PDF 编写，关键模型、数值和 11 张原图已核对。GSR 的 6 个独立补充文件、AJHG 的独立补充正文及图表未随附件提供；各篇已说明阅读范围。GLORB 另核对了作者当前代码与论文参数化的差异，未重新运行论文分析。