Cell子刊：聂广军/周合江团队开发通用型LYTAC平台，用于肿瘤免疫治疗
该研究提供了一种模块化和简单的遗传策略用于溶酶体靶向降解，以及用于体内肿瘤靶向的递送平台，为使用TfR-LYTAC系统靶向和降解细胞外蛋白铺平了道路。
谷歌最新论文：用AI通过咳嗽声来诊断疾病
谷歌此次开发的这款AI系统名为HeAR（Health Acoustic Representations），其新颖之处在于其训练所用的海量数据集，以及它可以被微调以执行多种不同任务。
洪佳旭/张川团队开发LYTAC Plus水凝胶平台，同时实现致病蛋白降解和基因沉默
该研究开发了一种LYTAC Plus水凝胶，将siRNA整合到LYTAC中，可同时靶向降解致病蛋白质并沉默相关基因，并在新生血管性老年性黄斑变性（n-AMD）小鼠模型中进行了验证。
AD：大连医科大学团队首次发现，小脑放射组学网络综合模型有望成为早期诊断和预测阿尔茨海默病临床前期疾病进展的重要工具
该模型不仅可以有效区分认知正常和轻度认知障碍的个体（曲线下面积AUC=0.94），还能有效预测认知正常向MCI转化的风险（AUC=0.818）。
于君/缪应雷/沈洪兵团队Cancer Cell封面论文：鉴定出腺瘤-结直肠癌进展中的功能性代谢物及早期诊断生物标志物
该研究在结直肠癌和结直肠腺瘤中发现了血浆代谢物和粪便代谢物的改变，结直肠癌富集的油酸和结直肠癌缺少的别胆酸是结直肠癌的关键代谢物。
英伟达推出生成式AI药物发现平台，与安进、Recursion达成合作
就像R语言和Python等编程语言对于数据科学的重要性一样，BioNeMo中的软件包也希望在药物开发中发挥同样的作用。英伟达表示，本月将在BioNeMo平台上推出云API接口，并发布了基础模型MolM
Cancer Cell丨王嫣然/宫剑等提出一种全新的基于人工智能的手术前核磁共振分子亚型诊断方法助力髓母细胞瘤精准医疗
作者开发了一种结合机器学习和术前MRI图像的人工智能诊断流程，用于非侵入性预测髓母细胞瘤的分子亚型。
两篇Sci Adv：科学家开发出能揭示机体针对新型癌症疫苗的T细胞反应的新平台—T-FINDER
研究者John M. Lindner等人通过研究设计了一种名为T-FINDER的平台，该平台能快速筛选出T细胞受体与潜在的靶细胞表面之间的潜在相互作用，其或许有能力激活T细胞的表达。
Cell Rep Med | 上海交通大学叶坚/金成/薛蔚/潘家骅开发用于代谢表型和前列腺癌诊断的新方法
该研究开发了一种超灵敏和易于处理的基于SERS的技术，以在复杂生物流体(如细胞培养基和人血清)的代谢物水平上稳健地描述分子表型。
Nat Med | 赵世华等团队合作使用人工智能支持的心脏磁共振成像筛查和诊断心血管疾病
该研究开发和验证了一种用于自动、计算机化CMR解释和诊断的深度学习方法，该方法由模仿临床工作流程的两阶段范式组成。