Nature子刊：冯建峰团队等利用智能算法定义三种抑郁症生物亚型
该研究项目的主要负责人冯建峰教授表示：抑郁症的临床诊断和治疗通常表现出较大的异质性。我们的研究表明抑郁症确实存在不同的脑结构萎缩轨迹、差异的临床症状和遗传表达基础。
Cancer Cell：李博等开发机器学习算法，首次在单细胞水平追踪癌细胞和T细胞间线粒体传输
该研究不仅证实了T细胞与癌细胞间线粒体传输在不同癌症中的广泛存在， 更重要的是，提出了基于贝叶斯层次模型与统计反褶积的机器学习方法——MERCI，实现了在单细胞分辨率下追踪不同细胞间线粒体传输的重要功
Nature：利用新开发的 Foldseek Cluster算法一次性分析大量的蛋白结构
在一项新的研究中，来自瑞士苏黎世联邦理工学院、瑞士生物信息学研究所和韩国首尔国立大学等研究机构的研究人员通过开发一种有效的方法来比较 AlphaFold 数据库中的所有预测蛋白结构，揭示了不同物种蛋白
Nature子刊：复旦大学马剑鹏团队开发智能算法，大幅提升冷冻电镜蛋白结构解析分辨率
作为蛋白质结构预测领域顶尖团队，由诺贝尔奖得主 Micheal Levitt 教授和马剑鹏教授领导的复旦大学复杂体系多尺度研究院，聚焦基础科学、交叉学科及源头底层技术，致力于推动生物大分子结构实验测定
Science：利用人工智能工具AlphaMissense对错义变异进行分类
基因组测序揭示了人类群体中广泛的基因变异。错义变异是改变蛋白氨基酸序列的基因变异。致病性错义变异（pathogenic missense variant）会破坏蛋白功能，降低生物的适应能力，而良性错义
MOL CAN：胃癌亚型分类新进展！
近段时间德克萨斯大学安德森癌症中心的一个研究团队对之前确定的GAC亚型进行了一项荟萃分析，以发现共同的致癌/免疫原性分子改变，从而更好地选择治疗靶点和识别预测预后或治疗反应的可靠生物标志物。
研究提出空间细胞类型组分解析新算法
生物体由各种类型的细胞组成。生物系统的结构功能和动态变化很大程度取决于细胞的空间分布，揭示和利用其规律对探索生命现象和探究疾病进化机制具有重要意义。
Cancer Cell：利用人工智能对脑转移瘤分类，揭示其对神经环路的影响
论文共同通讯作者、西班牙国家研究委员会卡哈尔研究所神经回路实验室主任 Liset Menéndez de la Prida 表示，通过机器学习，能够整合所有的数据来创建一个模型，通过观察大脑的电活动，
AI制药算法新突破：通用分子指纹编码，显著提速药物分子筛选
该研究开发的变分图编码器的隐空间具有令人惊讶的多用途性质，可用于预测高度多样化数据集的属性。后续进一步的工作将涉及限制因素的缓解策略和算法在药物发现管线中的应用，包括随后的实验验证。
“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。