Cell:中法科学家打破生物分类边界，实现细菌合成细胞器
设计的核酸分子能够自组装成液态的亚细胞结构,并募集指定的蛋白质,形成各种具有预设功能的合成细胞器。这些合成细胞器可以生长至微米级,甚至比细菌本体更大,推翻了原核生物无法容纳微米级结构的固有假设。
Nat Commun：科学家开发出新型机器学习算法 或能准确解锁临床癌症样本中的基因组代码
来自芬兰赫尔辛基大学等机构的科学家们通过研究开发了一种新方法或能准确分析癌症档案活检组织中的基因组学数据，这种新型工具能利用机器学习方法来纠正受损的DNA并揭示肿瘤样本中真正的突变过程。
许锦波发布分子之心AI蛋白设计平台研发进展，十余项AI算法领先全球
蛋白质是生命科学的基础,对蛋白结构的理解和设计可以帮助人们深入了解包括癌症、遗传病等诸多顽疾的发病机理,找到治疗更精准的路径。
MIT科学家发明癌症驱动突变挖掘算法
研究人员基于概率深度学习方法开发的Dig算法可快速、准确地在测试基因组中寻找潜在的突变基因，其在构建中性突变率模型和识别候选驱动基因方面的强大性能，突出了深度学习在该类研究中的广阔前景。
唇形科青兰属分类学与生物地理学研究中获进展
分子系统学研究结果表明，神香草属和扁柄草属均应并入青兰属。结合小坚果、花萼等形态特征，该研究重新界定了青兰属的范围，并提出将其划分为九个组的属下新分类系统。
Nucleic Acids Research：同济大学王晨飞团队开发空间转录组分析算法——STRIDE
近些年，高通量单细胞测序技术的发展，使得研究人员能够在单细胞分辨率研究复杂生物系统中细胞的异质性，但在实验过程中需要经历组织消化等操作，导致细胞在组织中原始位置信息的丢失。新兴的空间转录组学技术则在定量基因表达水平的同时，保留了细胞的空间信息，研究人员得以在空间背景下研究细胞不同的功能状态以及细胞间的相互作用。然而，由于技术的限制，目前大多数空间转录组或是检
Horticulture Research：植物基因组LTR类转座子分类研究方面取得进展
转座子是构成基因组重复序列的主要成分。越来越多的研究表明，转座子在决定基因组大小、基因组结构变异、序列突变、基因丢失、基因融合和新编码基因的起源方面，都具有重要的生物学意义。LTR类转座子是植物基因组中占比最高的重复序列类型，它是逆转录转座子的一种。然而目前大部分软件对LTR类转座子仅停留在超科水平（superfamily level），没有提供