“类器官”点亮溃疡性结肠炎研究之路：hiPSC-COs模型的构建与探索
本研究从hiPSC系分化出hiPSC-COs，确定了诱导其炎症的条件，处理后的hiPSC-COs呈现多种特征，与UC患者相似且对药物有反应，为UC病理机制和药物研发提供了准确模型。
Cell：通过非人灵长类疾病模型解析DMD发病早期骨骼肌病理变化的关键机制
研究结果为DMD发病机制，特别是疾病早期的分子和细胞变化提供了新的见解。揭示了免疫、纤维化以及肌肉干细胞在DMD早期的动态变化，为早期干预和靶向治疗提供了科学依据。
科研人员开发基于深度学习模型的空间转录组精细分辨率细胞注释算法
STASCAN提供了用于整合空间基因表达信息和组织学图像进行精细分辨率细胞注释的工具，在解码细胞空间精细分布和解析特异组织结构方面具有优势。
Nature Methods：从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命
通过结合深度学习和语言模型的力量，RhoFold+实现了对RNA 3D结构的高效预测，克服了传统方法的瓶颈，为RNA功能和应用的深入研究开辟了新天地。
Immunity | 王毅全/吕惠彬等开发记忆B细胞语言模型用于抗体特异性预测
研究团队开发了记忆B细胞语言模型（mBLM），使其学习功能性抗体的内在“语法”，并进一步区分血凝素（HA）头部和茎部抗体以及针对其他抗原的抗体。
Nature子刊：冯建峰/程炜团队开发机器学习模型，识别自杀行为风险因素
研究团队开发了一种基于行为学、代谢组学和蛋白组学的机器学习判别模型，用以区分是个体是否发生自杀行为。研究发现基于16种行为学特征的分类模型在区分有无自杀行为上表现出高判别准确性。
Nature子刊：浙大熊旭深团队开发基于Transformer的语言模型，预测翻译调控并解析疾病变异
该深度学习模型Translatomer为领域提供了研究基因翻译调控的新工具，还为解释复杂疾病中的遗传变异提供了除了mRNA水平之外的重要机制基础。
Science封面：华人学者开发AI模型，学会生命的语言，生成新型CRISPR系统乃至整个基因组
该研究开发了从分子到基因组尺度都能进行预测和生成任务的基因组基础模型——Evo模型。这是第一个在全基因组规模上以单核苷酸分辨率预测和生成DNA序列的模型。
上海交大洪亮团队开发扩散概率模型——CPDiffusion，设计生成高活性的人工内切核酸酶
CPDiffusion作为一种强大的全新蛋白质序列设计工具，为生物学家和蛋白质工程设计者提供了全新的可能性，用于设计功能更强大的蛋白质、研究蛋白质功能的逐渐演化过程、丰富现有蛋白质的数据库等。
J Biomed Inform：科学家开发出能识别人类疾病亚型的新型机器学习模型
这项研究中，研究人员引入了一种新型机器学习方法来识别具有潜在亚型的疾病，利用开放型靶标平台中记录的近2.3万种疾病的广泛数据集。