著名期刊发表论文，作者使用 ChatGPT 写引言并忘记删除提示语 —— AI智能工具是“辅助”而不该成为“替身”
我们到底该不该使用 ChatGPT 这类工具进行科研写作呢？笔者想从以下三个问题来和大家一些深入讨论一下。
Nature子刊：用AI预测脑肿瘤结局，辅助医生决策
研究团队表示，该模型的预测潜力让人倍感兴奋，但在向医生发布之前，还需要使用更多的癌症患者的数据进行训练。研究团队正计划细化模型，以创建更细粒度的胶质母细胞瘤细胞地图。
AI in Prec Oncol：科学家有望利用机器学习技术识别出能因免疫疗法治疗获益的非小细胞肺癌患者
本文研究中，研究人员开发出了一种新型数字病理学方法，其能以可重复和可扩展的方式来对癌症表型进行表征和分析。
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
Genome Medicine：浙江大学良渚实验室沈宁团队发布实现单细胞水平肿瘤细胞群突变与表达异质性的同步研究算法
该研究为癌症领域单细胞水平基因型与表型关联的异质性与进化研究提供方便有效的工具，为临床诊断提供新的方向。
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。
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
AI赋能抗癌免疫疗法！EJMC：中国科学家利用人工智能技术开发出用于癌症免疫疗法的新型抑制剂
本文研究中，研究人员利用人工智能技术开发出了一种新型PTPN2/PTPN1抑制剂，其具有纳米级别的抑制效力、良好的体内口服生物利用性，且具有强大的体内抗肿瘤功效。
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