Nature Methods：从模糊到清晰！绘制单神经元连接组，迈向理解大脑疾病的关键一步
这项研究的贡献是里程碑式的。它为我们提供了一种强大而可靠的框架，来构建和验证单神经元分辨率的全脑连接组。
Nature Methods：当百年病理学遇见AI——iSCALE赋能H&E图像，预测细胞级空间转录组
iSCALE 的诞生，为研究人员提供了一种全新的“世界观”和方法论，彻底改变了我们在大尺度上探索组织微观世界的游戏规则。
Nature Methods ：“垃圾”数据里掘金！流式细胞术迎来革命，解锁百万细胞互作的秘密语言
研究团队开发出一种名为“互作组学”的创新框架。它巧妙地利用了成熟的流式细胞术（flow cytometry），以惊人的速度、超高的通量和极低的成本，实现了对细胞间物理互动的精准捕获和定量分析。
Nature Methods：药物发现的“大航海时代”！CIGS数据库或将成为新药研发的“超级加速器”
从CIGS数据库中的一个意外发现出发，研究人员成功揭示了女贞苷的现代身份——一个新的、可以直接结合并抑制BRD4功能的活性分子。这个案例完美地展示了CIGS数据库作为“创新引擎”的巨大潜力。
Nature Methods：蛋白质“变形金刚”设计指南——AI“脑补”自然进化，一键生成智能分子开关
研究人员开发了一种名为 ProDomino 的人工智能模型。它通过向大自然的进化智慧“学习”，能够精准预测蛋白质分子上的最佳“改造点”。
Nature Methods：u-Segment3D的升维破局——当二维“切片”拥有三维视野，细胞分割的“次元壁”被打破
研究人员开发了一套名为 u-Segment3D 的全新理论框架和计算工具箱，它巧妙地绕开了 3D 训练数据的“天坑”，通过整合不同维度的信息，将成熟的 2D 分割能力“升维”到 3D 空间。
Nature Methods：解锁细胞宇宙的“星图”——scvi-hub如何将海量单细胞数据“浓缩”到你的笔记本电脑里？
如果说单细胞数据是浩瀚的宇宙，那么细胞图谱就是我们绘制的星图。scvi-hub所做的，就是将这幅无比庞大、复杂的星图，转化为一个轻便、智能、人人可用的“数字天文馆”。
Nature Methods：“鱼”与“熊掌”兼得？！MAPIT-seq，同时绘制单细胞RBP-RNA互作图谱与表达谱
研究人员开发了一项名为MAPIT-seq的新技术，它如同一位能潜入细胞内部的“分子侦探”，不仅能精确绘制出特定RBP在原位与哪些RNA分子发生了接触，还能同时拍下整个细胞的基因表达“全景图”。
Nature Methods：我们看到的病理切片，竟是细胞的“断壁残垣”？一场重塑肿瘤微环境认知的3D成像革命
在我们习以为常的薄切片中，绝大多数细胞都是不完整的。这不仅影响了我们对单个细胞的表型判断，更可能让我们对细胞间的复杂互动网络产生了系统性的误解。
Nature Methods：蛋白质工程新范式！当AI开始“补习”第一性原理，METL框架从“知其然”到“知其所以然”
研究人员提出了一个名为“突变效应迁移学习”(Mutational Effect Transfer Learning, METL)的全新框架，巧妙地将经典的生物物理学模拟与前沿的深度学习相结合。