Nature：我们是如何学会学习的？科学家给出明确答案！
来自纽约大学等机构的科学家们通过对小鼠进行研究后发现，旨在专注于重要事物而忽略分心的认知训练或能增强大脑的信息处理能力，从而使得机体能够学会如何去学习。
Nat Immunol：生物钟引导树突细胞迁移到皮肤淋巴系统
在一项新的研究中，来自瑞士日内瓦大学和德国慕尼黑大学的研究人员通过破译免疫反应背后的免疫细胞迁移机制，发现免疫系统的激活是根据一天中的时间来调节的。
JCB：揭示表皮干细胞迁移促进皮肤再生机制
如今，在一项新的研究中，来自日本东京医科牙科大学、爱媛大学、大阪大学和国际医疗福利大学的研究人员发现表皮干细胞（epidermal stem cell）在受伤后修复皮肤的能力可能与它们向受伤处迁移的能力有关。
科学家如何利用机器学习技术来改善人类健康研究？
机器学习是一门多领域的交叉学科，主要包括概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，近年来，科学家们不断将机器学习技术应用到改善人类健康和疾病等研究领域中，本文中，小编就整理了多篇研究报告，共同解读科学家如何利用机器学习技术来改善人类的健康。分享给大家！【1】Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构doi：10.112
Science：肌肉细胞的细胞核迁移也可促进受损肌肉的自我修复
2021年10月17日讯/生物谷BIOON/---众所周知，肌肉再生是通过一个复杂的过程，涉及几个步骤，并依赖于肌肉干细胞（也称为卫星细胞）。如今，来自西班牙庞培法布拉大学、瓦伦西亚大学和葡萄牙里斯本大学医学院的研究人员描述了生理性损伤后肌肉再生的一种新机制，它不依赖于肌肉干细胞，但依赖于肌肉细胞的细胞核重新排列。这种保护机制为更广泛地理解生理和疾病中的肌肉
上海交大研究团队合作建立肝恶性肿瘤影像诊断深度学习新模型
肝恶性肿瘤包括肝细胞癌（HCC）、肝内胆管细胞癌（ICC）和转移性肝癌等，是常见且预后极差的恶性肿瘤。影像学诊断为治疗决策和预后判断提供了不可或缺的支持，然而不同肝恶性肿瘤通过影像学诊断常有误诊。临床上不同肝恶性肿瘤的治疗策略差异巨大，医生在手术、靶向、免疫等治疗前对患者肿瘤类别的准确诊断至关重要。近期，医学院附属新华医院顾劲扬教授团队、生命科学技术学院俞章
“机器学习”如何助力新药研发？
今天的新药发现，已经离不开计算学科的支撑，与计算相关的各种技术也因新药研发，而备受行业的重视。机器学习，作为AI的一个重要分支，凭借其辅助发现潜力化合物、预测相关参数、节约试验成本、压缩开发周期等优势，得到了研发及投行的极大关注。本稿件即对机器学习的历史及其于医药领域的应用进行概述，以期与同行进行共同学习。未来：精准医学&药物
Science：利用新型机器学习技术准确预测蛋白和RNA的三维结构
美国斯坦福大学博士生Stephan Eismann和Raphael Townshend在该大学计算机科学副教授Ron Dror的指导下，利用巧妙的新型机器学习技术，开发出一种通过计算预测准确结构来克服这一问题的人工智能算法。最值得注意的是，即使只从少数已知结构中学习，他们的方法仍然成功，这使得它适用于那些结构最难通过实验确定的分子类型。
Nature Communications：研究基于深度学习算法优化序列特异性的C-to-G单碱基编辑器
Nature Communications发表了题为Optimization of C-to-G base editors with sequence context preference predictable by machine learning methods的研究论文，该研究由中国科学院脑科学与智能技术卓越创新中心、上海脑科学与类脑研究中心研究员孙
Journal for ImmunoTherapy of Cancer:重组耻垢分枝杆菌提供人巨噬细胞迁移抑制因子(MIF)和IL-7的融合蛋白，通过在荷瘤小鼠模型中诱导针对
rSmeg-hMIF-hIL-7降低了MIF的致瘤作用，增强了其对肿瘤的治疗效果。