同济大学刘琦团队开发基于元学习的AI模型，用于抗原-TCR亲和力识别及肿瘤新生抗原免疫原性预测
实验证明PanPep在三种应用场景Majority learning、Few-shot learning以及Zero-shot learning场景中均取得了较高的抗原-TCR预测准确率。
新一代微创血管介入手术机器人完成多例临床试验
近日，中国科学院自动化研究所和华东医院自主研发的全新一代微创血管介入手术机器人VasCure，完成首批5例临床冠脉支架植入手术。手术治疗成功率与器械递送成功率均达100%，不良并发症发生率0%
Science：利用组合信号基序库和机器学习破解CAR-T细胞表型
在一项新的研究中，研究人员利用新的机器学习技术，基于指导工程化免疫细胞寻找并不知疲倦地杀死癌细胞的“单词”组合，为细胞开发了一个包含数千条“命令语句”的虚拟分子库。
蔡林涛团队等开发“磁-声”序贯操控的CAR-T细胞机器人，用于肿瘤精准免疫治疗
癌症是严重威胁人类健康和生命的主要疾病之一，每年有数百万患者死于癌症。免疫疗法是以激活和增强免疫系统来杀伤肿瘤，已成为癌症治疗的一个重要研究方向。
这样调整脑电波节律1.5秒，学习效率提升3倍！
那些在“挟带”中匹配了大脑自然节律、且目标图像呈现与相应振荡的波谷对齐的参与者，其学习速度至少比其他所有组快三倍。这些学得更快的参与者在第二天任务中的表现也保持了较高水平。
学习能力比不上小学生了？是的，因为大脑里的这种化学物质！
在学习开始之前，儿童体内的GABA总量确实比成人少，然而在学习过程中，儿童表现出GABA浓度的快速提升，这种增加甚至在训练结束后的一段时间内也持续存在。而成人的GABA水平在整个实验过程中未发生波动。
机器学习评估肿瘤浸润淋巴细胞密度，与非小细胞肺癌患者免疫治疗疗效密切相关
既往研究表明，非小细胞肺癌（NSCLC）中，高密度的肿瘤浸润淋巴细胞（TILs）是预后更好的生物标志物，并与免疫治疗缓解反应相关[1]。
Nature:科学家使用铁磁机器人实现灵活高效的自动化病毒检测
该研究开发了一种基于NAAT的自动化检测平台，可以在灵活的工作流程中以并行方式执行可编程的液体处理和生物分析操作。
Nat Biotechnol：科学家开发出能学习如何识别出引发人类疾病的嵌合体突变的计算机程序
来自加利福尼亚大学等机构的科学家们通过研究描述了一种新方法，其或能“教育”计算机学习如何利用称之为深度学习技术的人工智能手段来寻找嵌合体突变。
Nature子刊：深度学习算法可以在显微镜图像中识别出各种细菌
在这项新研究中，该团队开发了深度神经网络图像分割算法Omnipose。独特的网络输出（例如距离场的梯度）允许Omnipose准确分割现有算法（包括其前身 Cellpose）产生错误的细胞。