我国科学家提出一种智能疾病诊断系统
近期，中国科学院大学的研究团队提出了一种基于多通道柔性脉冲感知阵列的智能疾病诊断系统，可用于远程疾病诊断。研究成果发表在《ACS Nano》期刊，论文的标题“Multichannel Flexible
吉林大学研究者们进一步揭示了CLDN6作为乳腺癌症诊断和治疗潜在生物标志物
CLDN是上皮细胞紧密连接的主要成分。CLDN6是CLDNs家族的一员，包含四个跨膜螺旋和一个COOH末端PDZ结合基序（PBM）。
Nat Rev Neurol：综述文章揭示用于早期诊断阿尔兹海默病的新型生物标志物的研究进展
来自瑞典考罗琳学院等机构的科学家们就论述了用于早期诊断人类阿尔兹海默病的新型生物标志物的进展情况。
同济大学刘琦团队开发基于元学习的AI模型，用于抗原-TCR亲和力识别及肿瘤新生抗原免疫原性预测
实验证明PanPep在三种应用场景Majority learning、Few-shot learning以及Zero-shot learning场景中均取得了较高的抗原-TCR预测准确率。
Nature 子刊：上海交大左小磊团队开发基于DNA框架的多维分子分类器，实现前列腺癌精准诊断
该研究发现，该信号报告体系，可在单分子、单颗粒水平实现对荧光分子、酶分子以及纳米颗粒等多种信号报告基团的化学计量比控制，实现了包括microRNA、mRNA、蛋白以及小分子等多种生物标志物的信号转化。
陆军军医大学张曦团队总结了小非编码RNA可以作为急性髓细胞白血病临床诊断的生物标志物
小非编码RNA（sncRNA），包括miRNA、tsRNA、rsRNA和ysRNA，是重要的调节分子。急性髓细胞白血病（AML）具有异质性，并涉及多种非编码RNA改变。
AI造物里程碑：人类首次从头设计全新荧光素酶，转化公司已完成2500万美元融资
这项研究开发了一种基于深度学习的人工智能算法——Family-wide Hallucination，可以从头设计出具有高催化活性、高底物特异性、结构紧凑和耐热性好的人造荧光素酶，这或将成为深度学习算法
俄罗斯克拉斯诺亚尔斯克国立医学院研究者总结了适配体在脑肿瘤精确诊断和荧光引导手术中的潜在应用
胶质瘤是成年人最常见和最具侵袭性的脑肿瘤。脑肿瘤的初步诊断通常基于MRI、CT、PET/CT，并在肿瘤切除或组织活检后进行进一步的组织病理学、免疫组织化学。
Nat Nanotechnol | 上海交通大学左小磊等合作开发基于DNA框架的多维癌症诊断分子分类器
准确反映临床行为的疾病分子分类奠定了精准医疗的基础。计算机内分类器的发展加上基于DNA反应的分子实现标志着更强大的分子分类的关键进步，但处理多种分子数据类型仍然是一个挑战。