Brief Bioinform：利用基因组测序和AI分析或能揭示隐藏在乳腺癌发病背后的特殊遗传标志物
文章中，研究人员利用一种创新性的分析方法专门用来分析有乳腺癌发病史的家庭个体机体的遗传突变，这种方法结合了先进的机器学习技术和对蛋白质结构的详细分析，旨在调查罕见的遗传突变。
Cell Genomics：刘琦/严钢团队开发TCR和T细胞转录组跨模态整合分析的AI框架——UniTCR
UniTCR提出了一种低质跨模态场景下的免疫组学有效整合和表征的AI框架，以赋能诸多免疫数字解码相关的下游任务分析。
Genome Biol：杨力组开发基于深度学习的计算分析框架实现RNA测序数据直接鉴别RNA编辑与DNA突变位点
DEMINING框架通过嵌入的深度学习模型DeepDDR，实现了从RNA测序数据中高效、精确地鉴定RNA编辑和DNA突变。
单细胞和空间转录组中环形RNA深度学习算法取得进展
CIRI-deep可以实现多种转录组测序数据中差异剪接环形RNA的可靠预测，并在单细胞及空间水平实现细胞类型特异环形RNA的准确解析，具有广泛的应用场景。
Cell：开发出一种称为 Open-ST 的空间转录组学平台，能够三维重建组织内细胞中的基因表达
Open-ST 提供了一种高性价比、高分辨率、易于使用的方法，可同时捕捉组织切片的组织形态和空间转录组学信息。连续的二维图谱可以对齐，可将组织重建为三维“虚拟组织块”。
Mol Cancer：全基因组CRISPR筛选鉴定酪氨酸蛋白硫转移酶-2作为增强抗pd1功效的靶标
本研究证明了TPST2调节癌细胞对免疫检查点疗法的反应性，并确定TPST2作为增强抗pd1疗效的治疗靶点。该数据表明TPST2在癌症免疫中的新作用，并为基于ICT的联合治疗提供了额外的策略。
Science：科学家开发出能帮助理解人类基因组中转录起始的特殊机器学习模型
研究人员开发了一种名为Puffin的机器学习程序，当分析了数以万计已知的人类启动子数据后，这种新型程序就能确定其由三种类型的序列模式所组成，即基序、启动子和三核苷酸（trinucleotides）。
Nature Genetics | 揭示肺纤维化新视界：从小鼠到人的空间转录组学描绘特发性肺纤维化（IPF）病理机制
该研究通过空间转录组学和单细胞RNA测序技术，详细描绘了IPF和小鼠肺纤维化模型中的细胞相互作用和信号传导途径，揭示了关键的趋同和分歧路径。
李程/孙育杰/黄粤团队揭示异倍体对染色质空间结构和转录组的影响
本研究结合Hi-C、RNA-seq、染色体成像和新生RNA成像技术，探究了异倍体ESC相比正常二倍体ESC在染色质三维结构和基因转录层面的变化。
研究人员开发全基因组检测逆转录转座子的新方法
逆转录转座子（Retrotransposons）在大多数物种中都普遍存在，能够通过“复制-粘贴”机制进行大量扩增，在人类基因组中占比超过35%。逆转录转座子可以为创造新的功能基