Nature Methods：形态学数据与人工智能的交响曲——“细胞绘图”的无限可能
“细胞绘图”技术的未来充满希望。随着批次效应校正、数据整合和实时成像等领域的持续突破，这一技术将进一步推动生命科学的前沿研究，成为从基础生物学到临床医学的关键工具，为健康和科学探索开辟更多可能性。
2024-12-10
Cell 50周年专刊：华大发表长篇综述，解析时空组学在生物学和医学领域的新机遇
成年人体内大约包含37万亿个细胞，这些细胞通过特定方式排列，形成了各种功能的器官和组织。但要全面理解这些器官或组织的功能，还需要对我们的细胞进行多维解析。
2024-08-26
Nature Methods：Chip-Tip技术——突破单细胞蛋白质组学研究瓶颈的革命性进展
这项研究不仅推动了单细胞蛋白质组学的技术发展，也为生物医学研究中细胞功能和疾病机制的深入理解奠定了基础。
2025-01-23
Science：用AI模拟5亿年的进化，创造出全新荧光蛋白，重新点亮生物学
这项新研究所展示的 ESM3 模型，训练自地球上多达数十亿的天然蛋白质，ESM3 也是当今世界上训练于最高通量 GPU 集群之一的前沿生物学生成式人工智能模型。
2025-02-27
中山大学科研人员报道代谢组学AI分析新方法
DeepMSProfiler利用来自多家医院的859份肺腺癌患者、良性肺结节患者和健康人群的人血清样本进行训练和测试，在独立测试集中成功甄别了不同组别的代谢组学特征，AUC值达0.99。
2024-10-14
