Nature子刊：冯建峰/程炜团队开发机器学习模型，识别自杀行为风险因素
研究团队开发了一种基于行为学、代谢组学和蛋白组学的机器学习判别模型，用以区分是个体是否发生自杀行为。研究发现基于16种行为学特征的分类模型在区分有无自杀行为上表现出高判别准确性。
Nature | 抗体设计的未来：AI技术助力挑战传统药物研发
未来，抗体的设计和开发可能不再依赖于庞大的实验室设施和繁复的实验过程，而是在计算机模拟和预测的基础上，快速有效地进行。
Cell：模拟低氧呼吸效果的药物HypoxyStat有望治疗一系列线粒体疾病
HypoxyStat是一种重新利用的化合物，最初是为镰状细胞贫血的无关适应症而设计的。研究人员发现，这种药物使血红蛋白更紧密地结合氧气，并降低了输送到组织的氧气量。
Cell ：Ras、Rho 和 Rab 家族 GTP 酶的靶向药物开发
该研究发现GTP酶家族中SII口袋的关键结构是保守的，这使得靶向多种GTP酶成为可能，并为开发GTP酶的可逆抑制剂提供了新的机会。
Cell Stem Cell：肉瘤的药物敏感性和耐药性图谱
作者通过患者源性肿瘤类器官，在24种肉瘤类型中检测和探讨药物敏感性和耐药模式，并发现患者的亚型特异性反应，与临床特征和预后相关，强调了类器官在精准医学应用中的巨大潜力。
Sci Adv：科学家有望利用机器学习技术和成像技术揭示干细胞的特殊行为
研究人员重点分析了干细胞的代谢行为，他们利用一种名为荧光寿命成像显微镜的实时成像技术来分析干细胞是如何分解葡萄糖产生能量的。
3D生物打印肠芯片，引领药物测试新革命
研究利用同轴生物打印技术成功构建3D肠芯片，筛选出合适生物墨水，打印的管状结构多种细胞共培养良好，在绒毛形成、黏液分泌、屏障功能及药物代谢等方面表现出色，性能优于传统模型。
新型PROTAC药物SIAIS361034：突破BCL-XL靶点困境，重塑肿瘤治疗格局
SIAIS361034作为一种新型的靶向BCL-XL的PROTAC药物，无论是单独使用还是与PTX联合使用，在肿瘤治疗方面都展现出了巨大的潜力。
淋巴靶向纳米药物用于激活完整的癌症-免疫循环
本研究紧扣肿瘤免疫治疗的前沿话题，充分发挥了纳米药物在多药联合传递及响应性释放方面的独特优势，成功激活了完整的癌症-免疫循环，从而取得了显著的抗肿瘤成果。
Alzhe & Demen：心血管疾病药物或能帮助降低机体患痴呆症的风险
研究结果表明，长期服用高血压药物、降胆固醇药物、利尿剂和血液稀释药物或与机体痴呆症风险降低4%至25%直接相关，而且这些药物的组合要比单独使用能产生更强的保护性效应。