David Baker团队开发新型AI蛋白设计模型——LigandMPNN，实现原子上下文条件蛋白序列设计
研究团队开发了一种新型深度学习方法——LigandMPNN，该方法明确地对生物分子系统中的所有非蛋白质成分进行了建模。
2025-04-01
Cell Rep：GelMA-Cad水凝胶让大脑模型更接近真实
GelMA-Cad培养的类器官更贴近人类胎儿群体，神经元的自发兴奋性突触后电流更多，这证明基质连接的信号肽可影响分化，GelMA-Cad可作为Matrigel的替代物用于神经类器官培养。
2024-11-07
Nature Methods：从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命
通过结合深度学习和语言模型的力量，RhoFold+实现了对RNA 3D结构的高效预测，克服了传统方法的瓶颈，为RNA功能和应用的深入研究开辟了新天地。
2024-12-01
“类器官”点亮溃疡性结肠炎研究之路：hiPSC-COs模型的构建与探索
本研究从hiPSC系分化出hiPSC-COs，确定了诱导其炎症的条件，处理后的hiPSC-COs呈现多种特征，与UC患者相似且对药物有反应，为UC病理机制和药物研发提供了准确模型。
2024-11-11
Nature Methods ：“等深度”模型重塑空间生物学格局！深度学习与空间转录组学的完美结合
GASTON通过结合无监督的深度神经网络与可解释性算法，创新性地提出了“等深度”（Isodepth）的概念。
2025-02-01
量子计算赋能AI模型，英矽智能设计出“不可成药”靶点KRAS的新型抑制剂
科学家将量子计算模型与经典计算模型和生成式人工智能相结合，通过对庞大数据集的训练、生成和筛选，探索更广泛的化学可能性，发现了靶向“不可成药”的癌症驱动蛋白 KRAS 的新颖分子。
2025-01-26
Nat Mach Intell：新型人工智能模型或能预测基因突变对特定人类疾病的影响效应
来自 Cedars-Sinai 医疗中心等机构的科学家们通过研究开发了一种名为 DYNA 的新型人工智能模型，其有望成为精准医疗领域的“超级英雄”为个性化医疗和靶向治疗开辟全新道路。
2025-04-24
Nature：人类自免疫类器官模型揭示乳糜泻的病理过程
这项研究成功建立了一个保留上皮和免疫细胞多样性的ALI体外CeD类器官病理模型，重现了CeD的Gluten依赖性病理过程，揭示了IL-7在CeD中的关键作用，并为体外研究自身免疫疾病提供了新的方法。
2024-09-09