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，
科研人员设计新型“人工光细胞”构建方法
近日，中国科学院深圳先进技术研究院合成生物学研究所高翔课题组与美国芝加哥大学田博之课题组，报道了新型“人工光细胞”构建方法，将半导体材料吸收光能产生电子有效转化为生物能，使不能利用光能的工业发酵微生物
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。
武汉大学郭明雄/孙桂鸿团队开发人工载药囊泡纳米平台，突破血脑屏障，治疗胶质母细胞瘤
研究团队利用脂质体挤出器获得了一种ANG肽修饰的工程化囊泡——ANG-TRP-PK1@EAVs，ANG肽为脑胶质瘤细胞膜上高表达LRP1蛋白的配体。
人工智能预测患者的癌症起源和治疗反应，帮助医生制定个性化治疗策略
总而言之，癌症具有广泛的异质性，因此个性化治疗是癌症治疗的正确发展方向。该研究开发的人工智能模型——OncoNPC，极大地方便了个性化治疗的实施，可以准确预测癌症的起源，辅助医生为原发灶不明癌（CUP
构建仿生膜化人工细胞方面获进展
液-液相分离形成的凝聚液滴因类细胞质的内部环境、选择性富集分子的性质和动态的组装能力，被广泛用作人工细胞（器）进行研究。近年来，研究发现细胞中广泛存在的无膜细胞器是液-液相分离形成的凝聚液滴。它的形成
James Collins团队开发用于生物学研究的超高速人工智能系统，已开源代码
过去几十年，生物数据集的规模与复杂性大幅增长，利用机器学习为潜在生物过程构建信息与预测模型能够加速生物工程和生物医学应用的进展。