Science：重新审视基因报告的“非黑即白”，借助机器学习破解致病变异“外显率”的百年难题
这项工作是人工智能与基因组学深度融合的典范。它证明了，通过巧妙地设计，我们可以利用AI从看似“嘈杂”的真实世界临床数据中，挖掘出与基因功能紧密相关的深层生物学信息。
Nature子刊：华中科技大学薛宇/彭迪团队开发结合深度学习和大语言模型的组学解读工作流
该研究结合深度学习与大语言模型推理能力，开发了一个名为 LyMOI 的混合组学解读工作流，利用 LyMOI，研究团队拓展了对自噬调控因子的认知，并发现新型抗癌疗法。
Nature：破解大脑的底层学习逻辑——生物神经网络早已掌握“预训练+微调”的高效模式
研究人员通过一系列巧妙的实验，发现大脑的视觉皮层拥有一种惊人的“自学”能力。即使没有任何奖励，它也能通过无监督的“预习”，重塑神经表征，并为后续更复杂的任务学习打下坚实的基础。
工业和信息化部电子工业标准化研究院主办 “人工智能大模型应用工程师”学习班，开班在即！
9月25日，北京线下+线上同步开课！想上车的朋友，赶紧联系老师报名，别让“犹豫”错过AI风口里的好机会！
Nature Biotechnology：D-I-TASSER——深度学习与物理模拟“联手”，蛋白质预测超越AlphaFold
在CASP15盲测中，D-I-TASSER表现惊艳，在单域和多域蛋白质预测上均展现出卓越性能，超越了AlphaFold2和AlphaFold3！
Cell：学习中的“蝴蝶效应”——早期微小偏好如何通过多巴胺滚雪球，决定你的最终技能风格
研究人员通过巧妙的实验和复杂的计算模型，发现我们大脑中神奇的多巴胺，不仅是快乐的源泉，更是一位“私人定制”的学习教练，它以一种超乎想象的精准方式，塑造了我们从新手到专家的每一段独一无二的学习历程。
转录组学分析+机器学习再次证实存在成人神经发生
研究者们结合了转录组学数据和机器学习方法，成功识别了青少年和成年人海马中处于增殖阶段的神经前体细胞（NPC）。这是成人也存在神经发生的直接证据。
机器学习如何解锁蛋白质“开关”，开启活体按需功能调控新时代？
这项颠覆性技术，首次实现了在活体小鼠（living mice）体内，对多种蛋白质进行精准、通用、可逆的化学激活和功能调控！
Science重磅发现：人类成年后乃至老年时，大脑海马体中仍在持续产生新的神经元，有助于记忆和学习
在这项最新研究中，研究团队结合了多种先进方法，对来自多个国际生物样本库的 0-78 岁人群的大脑组织进行了研究。
Nature Methods：清华大学生命学院李栋课题组与合作者开发无需真值数据的自监督深度学习框架，实现生物友好型高精度长时程活细胞超分辨成像
该工作提出了自监督重建结构光照明显微术（SSR-SIM），创新性地将重建伪影的统计分析与结构光照明的物理先验深度融合，无需采集任何真值图像数据即可实现媲美有监督学习的高精度、高保真超分辨图像重建。