EZSpecificity模型如何重定义酶功能预测的精度边界？
研究人员开发了一种名为 EZSpecificity 的深度学习模型。它不仅构建了迄今为止最全面的酶-底物相互作用数据库，更巧妙地融合了三维结构信息和一种名为“交叉注意力”的机制。
2025-10-15
Cell：分子测试有助于为晚期前列腺癌患者量身定制化疗方案
Decipher前列腺测试已在美国广泛用于帮助识别更可能发生扩散的局限性前列腺癌。它成为首个拥有来自随机试验临床证据的分子测试，表明其可以指导转移性前列腺癌的治疗选择。
2025-09-24
Biofabrication：生物打印多细胞类器官模型，再现真实肿瘤微环境
本研究通过生物打印技术构建患者来源的异质性肾细胞癌类器官，其保留原始肿瘤特征，可用于个性化药物筛选，为肾癌个性化治疗提供可靠模型。
2025-08-21
这款AI大模型登上Nature，能够预测上千种疾病风险
该研究开发了一款名为 Delphi-2M 的 AI 大模型，具有令人惊叹的一次性模拟和预测多种疾病的能力，利用健康记录和生活方式因素来预测一个人在未来 20 年内患上1258 种疾病的可能性。
2025-09-19
Nature Cancer：任善成团队等开发AI大模型，实现前列腺癌无创精准诊断与分级
研究团队开发并验证了一个基于多中心真实临床数据的用于前列腺癌高效、准确且无创诊断和分级的影像-病理基础模型。
2025-09-04
Cell子刊：上科大刘雪松团队开发DeepMeta模型，为不可成药癌症预测代谢靶点
该研究开发了一种基于图深度学习的代谢脆弱性预测模型——DeepMeta，能够基于转录组和代谢网络信息准确预测癌症样本的依赖代谢基因，可为那些具有不可成药驱动突变的癌症提供代谢靶点。
2025-07-13