Nat Metabol：科学家成功绘制出人类肿瘤代谢图谱 有望深度揭示癌症发生的分子机制
来自威尔-康奈尔医学院等机构的科学家们通过研究开发了一种图谱，该图谱编目了肿瘤样本中称之为代谢产物的小分子的基因活性和水平，其或能为研究人员识别癌症发生的深层机制提供一种新方法。
AI蛋白设计再登Nature：Diffusion模型助力更强的蛋白质从头设计
该研究开发了蛋白质从头设计的深度学习算法——Family-wide Hallucination，并通过实验室测试证实，这些自然界中不存在的人造酶可以非常有效地催化荧光素底物发光。这是科学界首次基于深度
麻省理工团队开发类ChatGPT模型，基于蛋白质大语言模型，加速AI药物发现
开展一个药物筛选项目就像举办一场大型酒会，并旁听和记录整个过程。在酒会上的绝大多数交流只是闲聊，有意义的谈话只占极少数。药物筛选同样如此，微弱的药物靶标相互作用远超高亲和力的结合。
科学家发现，基于机器学习的诊断模型可以更加灵活准确地区分低或高风险心肌梗死
英国心脏基金会（BHF）的研究团队开发了一个机器学习模型，将患者就诊或连续检测时的心肌肌钙蛋白浓度与临床特征相结合，计算个体的急性冠脉综合征诊断和评估联合（CoDE-ACS）评分（0-100），相当于
谷歌发表Nature论文，推出「医学版ChatGPT」，基于大语言模型的「AI医生」已开始临床测试
总的来说，Med-PaLM 是一个强大的专精医学领域的大语言模型，而设计指令微调是一种有效的数据和参数校准技术，能够提高大语言模型的准确性、真实性、一致性、安全性
“像自动驾驶一样训练智能体完成蛋白进化”，华大智造研发团队Nature子刊发布强化学习算法
随着自动化生物实验室的蓬勃发展，以及微流控技术广泛用于分子筛选和进化，更多的自动驾驶实验室（Self-driving Lab）即将出现。
专访中山大学彭晖｜发现腹膜纤维化产生新机制，设计AAV1基因疗法成功治疗小鼠模型
近日，中山大学附属第三医院彭晖教授团队通过对腹膜的单细胞转录组分析和细胞外囊泡的蛋白质组学分析，发现了导致腹膜纤维化的全新作用机制，为开发腹膜纤维化治疗策略提供了新思路。目前，这项研究已经以“Extr
两篇Nature利用干细胞构建人类胚胎模型来研究人类胚胎的早期发育
科学家们已构建了胚胎模型，以帮助研究人类早期发育的奥秘、出生前发生的医学问题以及许多怀孕失败的原因。这些模型是由干细胞而不是卵子和精子构建而成的，也不能长成婴儿。
Acta Pharmacologica Sinica: 丹酚酸B改善早期阿尔茨海默病小鼠模型的视网膜缺陷
阿尔茨海默病(AD)是一种以认知功能下降为特征的进行性神经退行性疾病。AD的显著病理特征包括淀粉样蛋白(Aβ，Aβ)斑块沉积和神经纤维缠结(NFT)，导致神经元丢失和突触连接改变。
研究人员建立基于人类结直肠癌类器官模型的体外药物筛选和药效评价平台
肿瘤类器官作为重要的体外细胞模型为肿瘤药物研究提供了新的工具，相比于传统的2D培养的肿瘤细胞系，3D培养的类器官可以更好地维持癌症患者的肿瘤特征，反映肿瘤内部的异质性。