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。
Nat Methods发表突破性活体组织透明技术
本研究开发了一种名为SeeDB-Live的等渗、无毒光学透明介质，通过匹配细胞外折射率，在不影响神经功能的前提下显著提升活体哺乳动物组织的成像深度，并成功应用于离体与在体的高时空分辨率电压成像。
Nature Methods：解密大脑“社交网络”——我们真的读懂了脑信号的“悄悄话”吗？
该研究揭示了主流功能连接方法主要捕捉的是冗余信息存储。未来的研究需要更积极地拥抱能够分解协同、冗余和独特信息流的先进框架，从而更深入地理解大脑是如何进行计算和涌现出智能的。
Nature Methods：从“我猜”到“我证”的进化——当AI学会主动查资料，我们离“可信科研伙伴”更近一步
该研究介绍了一位全新的AI智能体——GeneAgent。它不仅仅是一个被动的知识问答机器，更是一个主动的探索者和验证者。
Nat Methods：利用Ultrack和inTRACKtive跟踪胚胎发育过程中的细胞
陈·扎克伯格生物中心科学家发布了Ultrack细胞追踪平台，该平台能够实现从培养皿中少量细胞到3D视频中整个胚胎追踪的规模化应用。
Nature Methods：里程碑突破！研究人员将百万碱基人类DNA植入小鼠胚胎，现场直播生命“开机”过程
这项研究为基础生命科学的探索打开了一扇全新的大门。我们终于有能力创造出完全“洁净”的遗传物质，去研究那些最根本的生命问题：染色体是如何组织和折叠的？基因组的稳定性和表达调控是如何从零开始建立的？
Nature Methods：清华大学生命学院李栋课题组与合作者开发无需真值数据的自监督深度学习框架，实现生物友好型高精度长时程活细胞超分辨成像
该工作提出了自监督重建结构光照明显微术（SSR-SIM），创新性地将重建伪影的统计分析与结构光照明的物理先验深度融合，无需采集任何真值图像数据即可实现媲美有监督学习的高精度、高保真超分辨图像重建。
Nature Methods：基因“看见”形态，图像“听懂”基因：OmiCLIP如何打破生命科学的“巴别塔”？
研究团队开发了了 OmiCLIP，一个革命性的视觉组学（Visual-Omics）基础模型（Foundation Model），它首次实现了组织病理图像与空间转录组数据的深度对话。
Nature Methods：长读长测序“去伪存真”！SAVANA如何颠覆癌症基因组分析的传统认知？
SAVANA让我们能够以前所未有的精度，窥探癌症基因组的“变形记”，从而为开发更有效的诊断方法、更精准的治疗方案，乃至最终战胜癌症，奠定了坚实的基础。
Nature Methods：从泊肃叶到库埃特！一场流体力学革命，引爆DNA测序成本与速度双重突破
一项颠覆性的平台技术，其影响力绝不会局限于它最初的应用。r2r-fl技术为我们描绘的，是一个更加高效、普惠和灵活的基因科学未来。