Nature重磅：斯坦福大学开发AI算法，衡量人体各个器官衰老，进而预测疾病和死亡
简而言之，根据这项研究，在50岁以上的、表面看起来健康的成年人中，大约五分之一的人至少有一个器官相比于同龄人更快老化。
Lancet Neurol：新研究提出一种新的帕金森病分类模型
在这项新的研究中，Lang博士及其团队提出了一种基于生物学的全新模式来对帕金森病进行分类，这种模式被称为 SynNeurGe。
MOL CAN：胃癌亚型分类新进展！
近段时间德克萨斯大学安德森癌症中心的一个研究团队对之前确定的GAC亚型进行了一项荟萃分析，以发现共同的致癌/免疫原性分子改变，从而更好地选择治疗靶点和识别预测预后或治疗反应的可靠生物标志物。
研究提出空间细胞类型组分解析新算法
生物体由各种类型的细胞组成。生物系统的结构功能和动态变化很大程度取决于细胞的空间分布，揭示和利用其规律对探索生命现象和探究疾病进化机制具有重要意义。
Nature Medicine | 革新心血管疾病预测：QR4算法提升心血管病风险评估准确性
心血管疾病是全球范围内最主要的死亡原因。这些疾病主要包括冠状动脉疾病（coronary artery disease）、心肌梗死（myocardial infarction）和脑卒中（stroke）。
Mol Cancer：科学家成功开发出针对人类胃癌的新型遗传分类系统
来自德克萨斯大学MD安德森癌症中心等机构的科学家们通过研究开发了一种新型胃癌遗传分类系统，或有望为个体化胃癌疗法的开发奠定一定的基础。
Nature头条报道：复旦团队利用蛋白组学和人工智能算法，通过血液检测提前15年预测痴呆症
这项发表于 Nature Aging 的研究可用于开发针对痴呆症的新型血液检测方法，通过人工智能算法在症状出现前十多年前甄别痴呆症高风险患者。
Nature：利用新开发的 Foldseek Cluster算法一次性分析大量的蛋白结构
在一项新的研究中，来自瑞士苏黎世联邦理工学院、瑞士生物信息学研究所和韩国首尔国立大学等研究机构的研究人员通过开发一种有效的方法来比较 AlphaFold 数据库中的所有预测蛋白结构，揭示了不同物种蛋白
应晓敏/伯晓晨团队开发基于生成式人工智能的新算法MIDAS，实现单细胞多组学数据的马赛克整合
研究提出了一种用于单细胞多组学数据马赛克整合及知识迁移的计算工具——MIDAS，首次实现了通用的单细胞多组学马赛克数据的模态对齐、数据补全、批次校正等整合功能。
Nature子刊：冯建峰团队等利用智能算法定义三种抑郁症生物亚型
该研究项目的主要负责人冯建峰教授表示：抑郁症的临床诊断和治疗通常表现出较大的异质性。我们的研究表明抑郁症确实存在不同的脑结构萎缩轨迹、差异的临床症状和遗传表达基础。