Nat Neurosci：科学家成功利用深度神经网络来预测人类机体大脑是如何处理加工自然声音的
来自法国国家科学研究中心等机构的科学家们通过研究尝试利用计算模型来预测人类大脑是如何将声音转化成为周围环境中所发生的事情的语义表征的。
科学家提出注意力脉冲神经网络
本工作探索了如何在脉冲神经网络中使用注意力机制，发现了通过将注意力机制作为辅助模块插入到脉冲神经网络中能够在大幅降低网络脉冲发放的同时显著提升任务性能。
郭国骥/韩晓平团队发表基于人工智能神经网络的基因组解读系统——女娲
基于DNA序列编码基因表达模式的假设，该研究提出了深度学习模型Nvwa（女娲），首次实现了完全基于基因组序列预测单细胞水平的基因表达，且预测准确度与实验测量精度相当。
Progress in Neurobiology：揭示人脑中关系网络结构的动态涌现的神经机制和计算机理
罗欢和张航课题组结合了行为、神经、计算模型多种手段揭示了人脑从连续图片流中抽取和学习其背后的“抽象”关系网络，并进而从该低阶转移概率中建立高阶统计结构（簇内压缩和簇间远离）的神经机制和计算机理。
国际最新研究：发现与戒断物质成瘾相关的脑神经网络
施普林格·自然旗下专业学术期刊《自然-医学》最新发表一篇神经科学论文称，一项研究显示，能使人烟草成瘾自发缓解的脑部病变其影响区域属于一个特定的脑神经网络。
这种技术，照亮脑神经网络结构的整片“黑暗森林”
人类大脑的神经回路是一个极其复杂而巨大的网络，包含数百亿个神经细胞，这些细胞又通过数十万亿计的连接点（神经突触）交织在一起，构成了我们思维、记忆和感情的基础。如果只了解神经回路中单个分子或单个神经细胞的工作机理，而不了解多个神经细胞连接起来形成的整体网络结构和集体行为方式，是无法理解大脑复杂且高等的功能与活动的，也无法解释很多脑部疾病的致病机理和发展过程。随
Nucleic Acids Res：新型神经网络可更准确地评估CRISPR/Cas系统的DNA编辑效果
在一项新的研究中，来自俄罗斯科学院、斯科尔科沃科学技术研究所和美国国家生物技术信息中心的研究人员提出一种新的神经网络架构，可用于评估为基因编辑实验选择向导RNA（gRNA）的效果。他们的方法将促进用流行的CRISPR/Cas技术进行更有效的DNA修饰，因此将有助于开发新的策略来构建转基因生物，并找到治疗严重遗传性疾病的方法。
Cell Syst：科学家开发出新型神经网络 或有望揭示大脑发挥功能的分子机制
来自贝勒医学院等机构的科学家们通过研究揭示了大脑中的详细细胞架构以及其内部是如何发生细胞间通讯的。文章中，研究人员使用了先进的计算方法来帮助理解大脑的复杂结构和功能，这或许有望帮助解释在疾病和健康状态下复杂器官的表现。