Cell子刊：生成式AI模型，从头生成抗菌肽，对抗抗生素耐药难题
该研究开发了一种基于蛋白质语言模型嵌入对抗菌肽（AMP）序列进行微调的潜在扩散模型——AMP-Diffusion，它能够通过系统地探索序列空间来快速发现抗菌肽候选物。
Cell Death and Disease：类器官模型揭示 ULBP2 CAR-T 细胞对胃癌的杀伤作用
该研究明确 UL16 结合蛋白 2（ULBP2）为胃癌潜在治疗靶点，揭示其通过激活转化生长因子 -β（TGF-β）信号通路促进癌相关成纤维细胞（CAFs）活化及肿瘤进展的机制。
北京大学最新Cell子刊：激活肿瘤细胞焦亡，提高抗肿瘤免疫效果
该研究开发了喜树碱增强型自发光纳米系统，高效激活肿瘤细胞焦亡以刺激抗肿瘤免疫，与抗 PD-L1 单抗联合使用时展现出卓越的抗肿瘤免疫效果。
Cell子刊：上科大刘雪松团队开发DeepMeta模型，为不可成药癌症预测代谢靶点
该研究开发了一种基于图深度学习的代谢脆弱性预测模型——DeepMeta，能够基于转录组和代谢网络信息准确预测癌症样本的依赖代谢基因，可为那些具有不可成药驱动突变的癌症提供代谢靶点。
TITAN模型——既能“看懂”万亿像素病理片，又能“写出”诊断报告
研究人员构建了一个名为TITAN 的多模态全切片基础模型。它不仅能像经验丰富的病理医生一样，从全局视角审视整张病理切片，还能结合文本信息，生成流畅、准确的病理报告。
登上Cell子刊封面：南开大学孙涛团队提出癌细胞中ecDNA形成的新模型
该研究表明，染色体外 DNA（ecDNA）的生物发生依赖于由 YY1-Lig3-PARylation 复合物介导的 DNA 环化和重新连接，从而提出了补充现有理论的 ecDNA 生物发生新模型。
上海交大/清华大学合作开发AI模型，通过视网膜照片预测中风风险
在这项最新研究中，研究团队开发了一种深度学习系统——DeepRETStroke，这是一个专用于表征眼-脑连接的领域特定基础模型。
Nature Cancer：任善成团队等开发AI大模型，实现前列腺癌无创精准诊断与分级
研究团队开发并验证了一个基于多中心真实临床数据的用于前列腺癌高效、准确且无创诊断和分级的影像-病理基础模型。
这款AI大模型登上Nature，能够预测上千种疾病风险
该研究开发了一款名为 Delphi-2M 的 AI 大模型，具有令人惊叹的一次性模拟和预测多种疾病的能力，利用健康记录和生活方式因素来预测一个人在未来 20 年内患上1258 种疾病的可能性。
EZSpecificity模型如何重定义酶功能预测的精度边界？
研究人员开发了一种名为 EZSpecificity 的深度学习模型。它不仅构建了迄今为止最全面的酶-底物相互作用数据库，更巧妙地融合了三维结构信息和一种名为“交叉注意力”的机制。