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。
2025-12-20
Cell子刊：黄晓颖/王劲卓/张康/王成弟团队开发新型AI模型，用于肺癌的诊断和生存预测
该研究开发了一款多模态集成 AI 模型——LUCID，通过多模态临床信息整合，实现了肺癌分子表型分析及预后预测。
2025-07-05
Nature：学习并不仅仅是重复，科学家揭秘大脑如何“重新布线”从而掌握新技能？
来自加州大学圣地亚哥分校等机构的科学家们通过研究揭示了大脑在学习过程中如何通过精确的神经回路重塑来掌握新技能。
2025-05-21
最接近真实大脑发育情况的 “类大脑” 模型出世！最新Adv. Sci：首次构建出具有早期血管化特征的多区域脑类器官
约翰・霍普金斯大学开发的多区域脑类器官（MRBOs）模型，凭借其高度的区域特异性和细胞多样性，显著提升了体外模拟人类大脑复杂性的能力。
2025-08-07
Nature Methods：从“猜”到“预见”——AI模型PUPS揭示单细胞蛋白质定位的秘密
PUPS作为一款结合蛋白质序列和细胞图像的新型AI模型，不仅能准确预测未知蛋白质在未知细胞系中的定位，还能揭示蛋白质定位在不同细胞系和单细胞层面的变异规律，甚至预测突变对定位的影响。
2025-05-21
科学家开发AI风险预测模型，用于设计结直肠癌术后个性化治疗方案，降低成本提升效果
研究者对比了模型建议与临床医生的判断，分析结果显示仅有4.6%的案例需要调整，表现出了高度的一致性。
2025-09-22
开发出火遍全球的新冠疫情地图的中国留学生，发表最新论文：利用AI大模型预测疫情
该研究让大语言模型（LLM）化身疫情预报员，成功突破传统模型瓶颈，不仅能看懂政策文本、基因报告，还能提前 3 周预警疫情反扑，这项研究或将重塑公共卫生决策模式。
2025-06-25
Nature Genetics：终结无模型之困——肠道类器官技术为研究人类特异性病原体开辟新纪元
这项发表于《自然·遗传学》的研究，远不止于揭示了志贺氏菌的几个新“秘密”。它的真正价值，在于为我们研究那些最狡猾、最难对付的人类特异性病原体，提供了一套全新的、功能强大的“侦察手册”。
2025-06-18
Cell子刊：盛斌/戴荣平团队开发新型AI模型DeepSLE，从视网膜图像检测系统性红斑狼疮
该研究开发了一款通过视网膜图像中检测系统性红斑狼疮（SLE）及其相关并发症的深度学习系统——DeepSLE。
2025-06-29