Nature：利用新型机器学习算法CEBRA解码小鼠大脑的动态信号
是否有可能仅根据大脑信号就完全重建某人所看到的东西？答案是否定的，还没有。但是，在一项新的研究中，来自瑞士洛桑联邦理工学院的研究人员在这个方向上迈出了重要的一步：他们引入了一种新的算法来建立人工神经网
最新研究显示，深度睡眠可以减轻阿尔茨海默病的记忆丧失
近日，加州大学伯克利分校的一项新研究表明，深度慢波睡眠可以作为一种保护因素，防止阿尔茨海默病患者的记忆能力下降，这为帮助减轻痴呆症患者面临的一些最具破坏性的后果带来了潜在的新方法。
科学家发现，基于机器学习的诊断模型可以更加灵活准确地区分低或高风险心肌梗死
英国心脏基金会（BHF）的研究团队开发了一个机器学习模型，将患者就诊或连续检测时的心肌肌钙蛋白浓度与临床特征相结合，计算个体的急性冠脉综合征诊断和评估联合（CoDE-ACS）评分（0-100），相当于
ChatGPT等人工智能将深度介入生物科技研究
热火的ChatGPT等AI大模型正在以不可阻挡的速度聚合人类智慧，释放大模型学习的能量。在科学研究领域，尤其生命科学方面，AI人工智能也正在逐步介入，帮助我们理解基因、预测疾病，甚至设计全新的蛋白质。
Science： 开发出基于强化学习的蛋白结构设计方法
在一项新的研究中，来自美国华盛顿大学的研究人员成功地将强化学习（reinforcement learning）应用于分子生物学的挑战。他们开发出一种强大的新蛋白设计软件，该软件改编自一种在国际象棋和围
Science：利用机器学习将哺乳动物的增强子变异与复杂表型关联在一起
不同的表型，包括相对于身体大小的较大大脑、群体生活和发声学习能力，在整个哺乳动物历史上已经进化了多次。这些共同的表型可能通过基因组比较识别出的共同机制而反复出现。
研究发现中央杏仁核具备区分消极和积极刺激的能力，并在奖励性学习过程中发挥重要作用
这项研究扩充了以往我们对CeA在学习记忆功能方面的认知，系统地揭示了Sst+CeA神经元存在不同的亚群，可以对积极或消极等不同刺激做出不同的反应。
生化大牛David Baker团队颠覆蛋白设计方法，通过强化学习逆向从头创造全新蛋白
以类似的思路，MCTS具有产生任何我们指定的几何形状的蛋白的能力。我小小声预言一句，蛋白学的未来，翻天覆地了！
Nat Neurosci：科学家成功利用深度神经网络来预测人类机体大脑是如何处理加工自然声音的
来自法国国家科学研究中心等机构的科学家们通过研究尝试利用计算模型来预测人类大脑是如何将声音转化成为周围环境中所发生的事情的语义表征的。
研究发现社会学习塑造了蜜蜂的“舞蹈语言”
蜜蜂是一种重要的授粉昆虫，它们为众多开花植物授粉，对维护生态平衡有至关重要的作用。蜜蜂与人类关系非常密切，它们不仅为人类提供蜂蜜、蜂花粉、蜂王浆等产品，更重要的是很多农作物需要依靠蜜蜂授粉