华人一作：谷歌DeepMind再推出革命性AI工具，预测和表征人类致病基因突变
当然，AlphaMissense距离实际的临床应用还有很大的一段距离要走，AI预测目前在诊断遗传疾病方面的作用还很小，这些工具应该只提供支持性证据将遗传变异与疾病联系起来。
国家纳米中心研究人员提出纳米材料医学功能预测的理论模型
中国科学院国家纳米科学中心研究员高兴发和中国科学院院士赵宇亮团队，通过多年的基础理论研究与迭代，在纳米生物效应的理论研究领域取得了系统的突破性进展。相关研究成果以《实现纳米材料医学功能筛选的催化信号转
北大人民医院等团队发现，循环微生物组DNA可以作为肺癌早期诊断和复发预测的生物标志物
这项研究提供了一种基于cmDNA的全新肺癌筛查方法，能够非侵入性地、在疾病早期阶段以高敏感性对肺癌进行诊断。
Nature子刊：百图生科宋乐团队开发新型蛋白质结构预测工具，不依赖多序列对比，效率更高
与基于MSA的的主流蛋白质结构预测工具AlphaFold2和RoseTTAFold方法相比，HelixFold-Single在预测效率上具有很大优势，耗时要少得多，可以应用于需要大量预测的蛋白质相关任
多层级的图神经网络推动蛋白质功能预测的发展
高通量测序的进展推动了蛋白质序列数量的快速增长。尽管如此，由于实验研究需要较长的周期并且费用昂贵，大部分蛋白质序列缺乏功能注释。因此，具备自动而准确推断蛋白质功能的计算方法变得至关重要。
JITC：科学家发现能预测癌症患者接受免疫疗法发生毒性作用的关键
来自德克萨斯大学西南医学中心等机构的科学家们通过研究识别出了一种新型的T细胞参数，其或能帮助肿瘤学家预测哪些患者最有可能出现免疫疗法毒性，相关研究结果或能帮助开发针对多种类型癌症的新型疗法。
UCSF团队基于电子健康记录，开发出可提前7年预测AD风险的AI模型
研究者认为，这项研究为如何利用机器学习预测难以诊断的疾病提供了一个很好的例子，将来可以使用类似的方法预测狼疮和子宫内膜异位症等疾病。
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。
《科学》子刊：复旦大学团队开发无创预测肿瘤异质性方法，并发现铁死亡或是治疗乳腺癌的突破口！
研究者进一步分析了在高IITH肿瘤中排名第一的铁死亡。多组学分析结果显示，诱发铁死亡的关键途径和抑制铁死亡的途径都有增加，说明癌细胞中同时存在铁死亡和阻止程序性细胞死亡的代偿途径。