Nat Biotechnol | 揭开肿瘤亚克隆演化之谜：31种算法在模拟肿瘤中的表现评估
为了更好地理解肿瘤的演化过程，研究人员开发了许多基于高通量测序技术的亚克隆重建算法。这些算法利用肿瘤DNA测序数据中的突变特征来推断肿瘤亚克隆的组成和演化历史。
Nat Genet：科学家开发出能识别驱动侵袭性癌症生长的肿瘤细胞的首个计算机算法
本文研究中，研究人员通过将SPRINTER算法应用于此前产生的61,914个乳腺癌细胞和卵巢癌细胞的数据集，揭示了不同基因组变异的单细胞率的增加，以及高增殖克隆群中与增殖相关的基因扩增的富集现象。
Nat Biotechnol：科学家通过利用新型算法分析肿瘤的遗传组成 有望准确测定癌症的进化机制
文章中，研究人员详细了一种新型在线资源，其或能帮助科学家们选择最佳的算法进行肿瘤进化的分析，同时还能增强对肿瘤的诊断准确性和疗法计划。
CRM：哈佛/斯坦福团队借助全新算法，找到调节CD8+T细胞抗癌战斗力的新通路！
GMDF算法的优势在于既可以进行跨数据库、跨瘤种的Meta分析寻找共享性特征，也可以分析特定“场景”，例如单一瘤种或根据患者性别、年龄等特征来做定制分析。
Nature子刊：张翼/王行环团队开发精确测定单细胞年龄的时钟算法
该研究在ClockDML上发现了与有丝分裂相关的，细胞年龄依赖的染色体可及性，是一种良好的细胞年龄标记物，开发了用该标记物来追踪单细胞年龄的计算方法EpiTrace。
Nature子刊：诸颖团队开发空间转录组语义注释新算法Pianno
在这项研究中，研究团队展示了Pianno在注释各种形状的解剖结构以及病灶和细胞类型方面的卓越性能，这些数据来自不同的空间技术平台。
Nature Genetics | BANKSY：革命性算法，重塑空间组学数据分析
随着生物技术的快速发展，空间组学数据的产出呈现爆炸式增长，传统的数据分析方法已难以满足研究的需求。BANKSY算法的开发旨在解决这一问题。
科研人员开发估算祖先细胞群体大小的算法TarCA用于揭示早期细胞命运决定
该研究开发的TarCA算法可对任意细胞群体估计祖先细胞数目，而无需事先获得祖细胞的先验信息，也能推算少数细胞中的驱动基因，以此来预测早期细胞命运的分化倾向。
Nature Medicine | 革新心血管疾病预测：QR4算法提升心血管病风险评估准确性
心血管疾病是全球范围内最主要的死亡原因。这些疾病主要包括冠状动脉疾病（coronary artery disease）、心肌梗死（myocardial infarction）和脑卒中（stroke）。
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。