Nature子刊：清华大学曾坚阳团队开发预测T细胞受体和抗原表位互作的AI模型
清华大学交叉信息研究院曾坚阳团队开发了TEIM模型，通过小样本学习（Few-shot learning）的思想来准确预测TCR-epitope在残基水平的相互作用和结合信息。
ctDNA检测可超前并精准预测肺癌免疫治疗效果
研究者们使用验证集以及其它临床研究来源数据（OAK研究），评估了C3D1-ctDNA分析模型的区分准确度，发现高危患者的死亡风险远高于低危患者（HR=3.28），中位OS也分别为7.3个月和25.2个
科研人员发展了蛋白质关键别构残基预测方法
别构调控在酶催化、信号传导等多种生物学过程中发挥着重要作用。与传统的作用于生物功能位点的正构药物相比，别构药物由于具有更高的特异性、更少的副作用以及能有效克服已有的耐药性突变等独特优势而受到广泛关注。
科学家发现，运动时肌肉会产生促进肝脏自噬和代谢获益的因子
何聪聪团队完成的这项研究表明，肝脏自噬对于运动诱导的代谢效益具有关键作用，并揭示其中的机制。另外，这项研究还表明，肝脏等非收缩肌肉组织的代谢情况，也可以受到肌肉的调节。
Plant Physiology:揭示猕猴桃维生素C生物合成和冷胁迫调控新机制
冷胁迫限制植物的生长、发育和分布，是影响农业生产持续稳定发展的重要因素之一。维生素C（L-抗坏血酸，AsA）是一种抗氧化剂，参与非生物应激耐受和活性氧（ROS）代谢。
《转化精神病学》：解决临床用药难点，回顾20项机器学习预测抗精神病药物预后成效
近日，由意大利米兰大学的Paolo Brambilla领衔的研究团队在《转化精神病学》发表一篇综述型研究，他们回顾了28项利用不同神经影像、神经生理、遗传以及临床特征对不同阶段的SCZ患者的抗精神病药
肺癌类器官预测临床疗效总准确率高达83.3%
药物敏感性与临床反应的总体一致性可达83.33%，LCO-DST在预测晚期癌症治疗反应中有极高的准确性，其在精确医学中具有巨大的潜力，后续可进行大规模临床试验，确定不同类型疗法的精确截止值。
《自然》：1600000个肺癌细胞大分析，发现1m㎡肿瘤组织即可预测肺癌术后是否会进展！
这项研究通过一种新颖的空间组学技术对非小细胞肺癌的免疫微环境做了深度解析，确定了与患者生存相关的分子特征及空间特征，并以此为基础构建了可预测非小细胞肺癌术后疾病进展的模型，对非小细胞肺癌的临床决策有重
Nature子刊：研究人员开发出可预测的精细下调目标基因蛋白表达的新方法
基因编辑技术在植物中的开发和应用，为分子设计育种带来了革命性的变化。基于基因编辑技术建立基因精细调控的方法对于精准设计育种至关重要。目前应用最广泛的基因表达调控方法如CRISPR-Cas、CRISP
Nature 子刊：高彩霞团队开发可预测的精细下调目标基因蛋白表达的新方法
基因编辑技术在植物中的开发和应用为分子设计育种带来了革命性的变化。基于基因编辑技术建立基因精细调控的方法对于精准设计育种至关重要。目前应用最为广泛的基因表达调控方法，如 CRISPR-Cas、CRIS