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。
Cancer Cell：利用人工智能对脑转移瘤分类，揭示其对神经环路的影响
论文共同通讯作者、西班牙国家研究委员会卡哈尔研究所神经回路实验室主任 Liset Menéndez de la Prida 表示，通过机器学习，能够整合所有的数据来创建一个模型，通过观察大脑的电活动，
AI制药算法新突破：通用分子指纹编码，显著提速药物分子筛选
该研究开发的变分图编码器的隐空间具有令人惊讶的多用途性质，可用于预测高度多样化数据集的属性。后续进一步的工作将涉及限制因素的缓解策略和算法在药物发现管线中的应用，包括随后的实验验证。
“像自动驾驶一样训练智能体完成蛋白进化”，华大智造研发团队Nature子刊发布强化学习算法
随着自动化生物实验室的蓬勃发展，以及微流控技术广泛用于分子筛选和进化，更多的自动驾驶实验室（Self-driving Lab）即将出现。
Advanced Science：韩敬东团队开发转录组数据空间重构新算法
该研究建立了一种单细胞/寡细胞转录组数据从头空间重构算法——De Novo Coalescent Embedding（D-CE）。该研究利用细胞-细胞转录相关网络的非线性嵌入方法，从头重构了单细胞转录
Nature：利用新型机器学习算法CEBRA解码小鼠大脑的动态信号
是否有可能仅根据大脑信号就完全重建某人所看到的东西？答案是否定的，还没有。但是，在一项新的研究中，来自瑞士洛桑联邦理工学院的研究人员在这个方向上迈出了重要的一步：他们引入了一种新的算法来建立人工神经网
清华大学开发冷冻电镜密度图分辨率估计的人工智能算法
清华大学生命科学学院/结构生物学高精尖创新中心/清华-北大生命科学联合中心张强锋副教授课题组在《分子生物学》（Journal of Molecular Biology）杂志在线发表题为“CryoRes
Nature 子刊：上海交大左小磊团队开发基于DNA框架的多维分子分类器，实现前列腺癌精准诊断
该研究发现，该信号报告体系，可在单分子、单颗粒水平实现对荧光分子、酶分子以及纳米颗粒等多种信号报告基团的化学计量比控制，实现了包括microRNA、mRNA、蛋白以及小分子等多种生物标志物的信号转化。
Nat Nanotechnol | 上海交通大学左小磊等合作开发基于DNA框架的多维癌症诊断分子分类器
准确反映临床行为的疾病分子分类奠定了精准医疗的基础。计算机内分类器的发展加上基于DNA反应的分子实现标志着更强大的分子分类的关键进步，但处理多种分子数据类型仍然是一个挑战。