Cancer Cell：李博等开发机器学习算法，首次在单细胞水平追踪癌细胞和T细胞间线粒体传输
该研究不仅证实了T细胞与癌细胞间线粒体传输在不同癌症中的广泛存在， 更重要的是，提出了基于贝叶斯层次模型与统计反褶积的机器学习方法——MERCI，实现了在单细胞分辨率下追踪不同细胞间线粒体传输的重要功
AI制药算法新突破：通用分子指纹编码，显著提速药物分子筛选
该研究开发的变分图编码器的隐空间具有令人惊讶的多用途性质，可用于预测高度多样化数据集的属性。后续进一步的工作将涉及限制因素的缓解策略和算法在药物发现管线中的应用，包括随后的实验验证。
Nature子刊：清华大学汪小我团队开发AI辅助的启动子序列优化方法——DeepSEED
该研究基于知识引导与数据驱动相融合的创新策略，建立了人工智能辅助的启动子序列优化方法——DeepSEED，能够有效突破功能启动子设计中维度高、样本小的核心难题
百图生科与赛诺菲合作开展基于AI大模型的药物研发
除了赛诺菲的专有数据、蛋白质工程创新、丰富的生物制剂研发经验以及本协议的资金方面之外，双方还旨在搭建起先进的人工智能及大语言模型，以提高蛋白质设计能力，进一步突破百图生科平台的优越学习迭代能力。
Nature：利用新开发的 Foldseek Cluster算法一次性分析大量的蛋白结构
在一项新的研究中，来自瑞士苏黎世联邦理工学院、瑞士生物信息学研究所和韩国首尔国立大学等研究机构的研究人员通过开发一种有效的方法来比较 AlphaFold 数据库中的所有预测蛋白结构，揭示了不同物种蛋白
Adv Sci：王军/宋默识团队利用AI从肠道菌群中高效挖掘抗癌肽
该研究表明，有39种ACPs对至少一种癌细胞系具有抑制作用。其中，效果最强的2个ACPs显著抑制小鼠结直肠癌皮下移植瘤的生长，且在100mg/kg体重的高剂量使用中没有表现出对小鼠的急毒性。
Nature子刊：复旦大学马剑鹏团队开发智能算法，大幅提升冷冻电镜蛋白结构解析分辨率
作为蛋白质结构预测领域顶尖团队，由诺贝尔奖得主 Micheal Levitt 教授和马剑鹏教授领导的复旦大学复杂体系多尺度研究院，聚焦基础科学、交叉学科及源头底层技术，致力于推动生物大分子结构实验测定
研究提出空间细胞类型组分解析新算法
生物体由各种类型的细胞组成。生物系统的结构功能和动态变化很大程度取决于细胞的空间分布，揭示和利用其规律对探索生命现象和探究疾病进化机制具有重要意义。
华人一作：谷歌DeepMind再推出革命性AI工具，预测和表征人类致病基因突变
当然，AlphaMissense距离实际的临床应用还有很大的一段距离要走，AI预测目前在诊断遗传疾病方面的作用还很小，这些工具应该只提供支持性证据将遗传变异与疾病联系起来。
AI+合成生物学，乔治·丘奇创立TCR-NK细胞疗法公司，获1610万美元融资
现在， Jura Bio正在与细胞治疗公司Syena（Replay的子公司）进行研究合作，以开发TCR-NK细胞疗法。Jura Bio公司的CEO Elizabeth Wood 博士表示，通过利用机器