Nature：科学家有望利用人工智能建模来应对全球传染性疾病大流行
这篇文章中，研究人员总结了AI在疾病大流行领域应用的一些局限性，并就传染性疾病流行病学如何最有效地利用AI当前和未来的发展提出了相关建议。
两篇Nature Biotechnology：李大力/陈亮团队开发新型线粒体碱基编辑器，推动线粒体疾病建模和治疗
研究利用 eTd-mtABE 成功构建了感音神经性耳聋和 Leigh 综合症大鼠疾病模型，并使用重新改造的 DdCBE 变体首次实现线粒体致病点突变的体内原位纠正。
首次生成具有代谢功能的成人肝细胞类器官，为肝病建模和治疗带来新平台
这项研究表明，肝细胞类器官移植可以在小鼠身上成功。而再生一个人类肝脏，还要将现在的肝细胞类器官生长规模扩大数千倍，如果实现，这种方法将改变等待肝移植的患者的游戏规则。
Nature子刊：陈斯迪团队开发多种Cas12a 敲入小鼠模型，用于多重基因组编辑、疾病建模和免疫细胞工程
在这项最新研究中，陈斯迪教授团队开发了一系列背景为 C57BL/6 的 Cre 依赖的条件性表达小鼠或组成性表达 Cas12a 小鼠模型，包括 LbCas12a 和高保真增强版 AsCas12a。
论坛三嘉宾日程介绍：那洁/杨柳柳/张冬卉等嘉宾分享类器官及器官芯片与疾病建模，2025（第五届）类器官大会北京站，即将开幕！
那洁/杨柳柳/张冬卉等嘉宾分享类器官及器官芯片与疾病建模，2025（第五届）类器官大会北京站，即将开幕！
Nature Medicine：CAR-T疗效“先知”——InflaMix模型精准预测，助力患者选择
研究人员创新性地构建了一个名为“InflaMix”（炎症混合模型）的预测模型，它就像一位经验丰富的“预言家”，仅凭患者在CAR-T治疗前的14项关键指标，就能初步洞察治疗的成败。
Leukemia：新型测试手段或能帮助预测癌症疗法的危险副作用
他们发现了一个关键线索，即一种名为C1RL的蛋白质在ICANS患者中水平升高，而另一种名为FUCA2的蛋白质则水平降低。基于这两种蛋白质的比值，研究人员开发出了一种预测模型。
《自然·衰老》：全面预测衰老！5万余张“脑片”分析发现，大脑成像数据可预测认知障碍、脑萎缩、老年人身体虚弱、慢性病等等结局
本次研究使用的则是达尼丁研究中，860名参与者45岁时收集的单次T1加权MRI扫描数据，通过包含315个脑结构特征的弹性网回归模型建立了DunedinPACNI。
Nature子刊：多模态AI模型，预测心脏病患者死亡风险
该研究开发了一种多模态 AI 模型——MAARS，通过分析多模态医疗数据来预测肥厚型心肌病（HCM）患者的室性心律失常死亡。
Nature：解码基因调控——GET模型如何颠覆传统预测方法
该研究旨在从染色质开放性数据和基因序列信息中学习调控规则，实现对基因表达的高精度预测。该模型的推出标志着转录调控研究进入了一个全新的阶段。