Science：利用机器学习破解发育中的人类大脑中的基因调控
这项研究是作为 PsychENCODE联盟的一部分完成的，该联盟汇集了多学科团队，从人类大脑中生成大规模的基因表达和调控数据，涉及几种主要的精神疾病和大脑发育阶段。
2024-05-31
PLoS Digital Health：科学家有望利用机器学习模型可靠地预测多发性硬化症患者的疾病进展
来自鲁汶大学等机构的科学家们通过研究表示，机器学习模型或能可靠地告知临床医生多发性硬化症患者的残疾进展情况。
2024-08-05
Nature Methods：肿瘤进化的空间图谱：CalicoST算法揭示癌症克隆的基因组与空间演化
CalicoST算法的核心优势在于其能够从SRT数据中精确推断等位基因特异性拷贝数变异（allele-specific CNAs）。
2024-11-23
Cell：脑细胞模拟肌肉信号传导来增强学习和记忆
这项新研究揭示了脑细胞中信号传输的新机制，并有助于回答神经科学中一个悬而未决的问题，即细胞内信号如何在神经元中长距离传播，从而使树突特定位点接收到的信息能够在大脑中处理。
2025-02-24
Nature Methods：肿瘤进化的空间图谱，CalicoST算法揭示癌症克隆的基因组与空间演化
CalicoST算法的诞生填补了这一空白。它不仅能够从空间转录组数据中推断出肿瘤的等位基因特异性拷贝数变异，还能够重建肿瘤克隆在空间中的进化轨迹，绘制出肿瘤演化的“进化地图”。
2024-11-10
Nat Genet：科学家开发出能识别驱动侵袭性癌症生长的肿瘤细胞的首个计算机算法
本文研究中，研究人员通过将SPRINTER算法应用于此前产生的61,914个乳腺癌细胞和卵巢癌细胞的数据集，揭示了不同基因组变异的单细胞率的增加，以及高增殖克隆群中与增殖相关的基因扩增的富集现象。
2024-12-26
Nat Methods：瞿昆/黎斌/陈发来合作系统性评估单细胞多组学分析算法
结果显示，在蛋白质丰度预测方面，totalVI 和 scArches 表现最为优异；在染色质可及性预测中，LS_Lab 算法排名领先。
2024-10-02
Nature子刊：苏建忠/陈卫华团队开发单细胞水平遗传算法，揭示宿主遗传-肠道菌群-细胞类型的内在关联
scBPS 能够将细胞群与其相互作用的肠道微生物联系起来，从而实现对宿主与微生物之间相互作用的系统性图谱绘制。
2025-04-13
李博文等利用机器学习+组合化学，加速发现用于mRNA递送的可电离脂质
该研究通过将机器学习和组合化学相结合，建立了一种加速发现和评估可电离脂质的方法，促进了用于精准递送mRNA的脂质纳米颗粒（LNP）的开发。
2024-05-20