Nature：利用人工智能确定了癌症中的21种拷贝数标记
研究机构的研究人员利用人工智能（AI）研究并分类了癌症起始和生长时基因组---细胞的完整遗传密码---中DNA变化的大小和规模。
《自然-生物技术》：人工智能有望在最短的时间内发现更多新型抗生素
王军和陈义华团队提出了一种基于自然语言处理和深度学习的人工智能方法，以探索复杂的元基因组信息作为新型肽类抗生素的来源。
Nat Commun：利用人工智能技术和机器人系统结合来识别隐藏的帕金森疾病特征
来自美国的科学家们通过研究开发了一种能帮助发现疾病细胞特征的新平台，其或能将研究患者细胞的机器人系统与进行成像分析的人工智能方法相结合，利用这种自动化的细胞培养平台，研究人员通过创建并分析来自91名患者和健康对照个体的超过100万个皮肤细胞图像，成功识别出了帕金森疾病的新型细胞标志。
JAMA Cardiology:科学家研发出基于人工智能的左心室肥厚检查方法
左心室肥厚是一种较常见的心血管系统心肌改变，左心室肥厚可以是对有氧运动和力量训练的自然反应，也可能会是对心血管疾病和高血压的病理反应，不过更可能由增加心脏后负荷或心肌疾病引起的。目前常规的心脏检查方式存在对心肌肥厚的认识不足、测量误差以及难以区分病因（如肥厚性心肌病、心脏淀粉样变性等）等缺点，因此早期发现并且明确左心室肥厚病因显得尤为重要。近日，来自美国洛杉
南京中医药大学: 双氢青蒿素通过M6A甲基化诱导肝星状细胞铁死亡来减轻肝纤维化
肝纤维化是长期肝损伤后在肝脏形成瘢痕组织的结果，是肝病发展为肝硬变、肝功能衰竭和肝细胞癌的关键阶段。纤维细胞外基质过度积聚和肝实质结节形成是肝纤维化的主要特征。肝星状细胞(HSCs)的活化和细胞外基质的大量分泌是肝纤维化的主要驱动因素。因此，消除活化的HSCs被认为是抗肝纤维化的主要策略。
Computational and Structural Biotechnology Journal：基于人工智能预测模型实现异源蛋白的高水平表达
近日，生物所微生物蛋白设计与智造团队与国内外多家科研单位开展合作，成功构建人工智能预测模型MPEPE，基于深度学习和分子进化的策略模拟分析异源基因在大肠杆菌中表达，提高了异源蛋白在大肠杆菌中的表达量。该研究促进了对基因序列与蛋白可溶性表达之间关系的认识，并为酶蛋白的理性分子设计提供了新方法。相关研究成果发表在《计算与结构生物技术期刊（Computationa