Nature：利用人工智能工具发现新的蛋白家族和褶皱
在一项新的研究中，来自瑞士生物信息学研究所和巴塞尔大学的研究人员发现了一个未表征蛋白的宝库。在最近的深度学习革命中，他们发现了数百个新的蛋白家族，甚至还发现了一种新的预测蛋白褶皱。相关研究结果于202
Advanced Materials：徐志爱/徐雷鸣/于海军团队开发智能多肽偶联药物，“以动制动”克服胰腺癌免疫耐受
该研究首次利用“以动制动”纳米调节器克服“固有和获得性免疫耐受”，有望为胰腺癌免疫治疗提供新思路。
《Advanced Science》：可时序控制污染物检测、降解并随后自杀的智能合成细菌
作者利用模块化的理念构建了一株人工合成智能细菌，在时序控制下不依赖外源诱导剂，完成水杨酸的检测、降解和菌株自毁。
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
上海交大唐鸿志团队开发人工合成智能细菌，可时序控制污染物检测、降解并随后自杀
经过模块的逐步整合及针对退化的功能进行优化后，这个整合菌株（Pfic-TAT(2)-P100-RBS35）可以在6小时内响应10–1000 μM的水杨酸；
Cancer Cell：人工智能预测结直肠癌，精准肿瘤学的一大步
论文第一作者 Sophia J. Wagner 强调，当最终在临床常规中使用该算法模型，对活检组织的进一步支持，增加了该算法对患者的益处。
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，
NEJM综述：人工智能在分子医学中的应用
在过去的十年里，技术的进步极大地增强了我们在规模上测量基本生物过程的能力。由此产生的数据量需要越来越多针对多维生物数据集分析的机器学习方法。
Brain-X：浙大祝向东团队综述人工智能模型Transformer在脑肿瘤诊断和治疗中的应用
恶性脑肿瘤显著增加了全球人类致残率和死亡率，早期发现和诊断是改善脑肿瘤治疗效果的关键。目前，Transformer作为一种可应用于脑肿瘤诊断和治疗的深度学习模型，正在吸引广大研究者的广泛关注。
Science：人工智能正在提升人类对抗传染病的水平
人工智能（AI）是科学家们对抗传染病的工具箱中的新成员。在短短几年时间里，AI加速了医学科学和公共卫生领域一些最紧迫问题的进展。