Nature子刊：多模态AI模型，预测心脏病患者死亡风险
该研究开发了一种多模态 AI 模型——MAARS，通过分析多模态医疗数据来预测肥厚型心肌病（HCM）患者的室性心律失常死亡。
Cell Res：左二伟团队开发AI模型——AlphaCD，高精度表征胞嘧啶脱氨酶
该研究构建了一个机器学习模型——AlphaCD，该模型在预测胞嘧啶脱氨酶（CD）的催化效率、脱靶活性、靶位点窗口和催化基序方面均表现出高精度。
Cell子刊：生成式AI模型，从头生成抗菌肽，对抗抗生素耐药难题
该研究开发了一种基于蛋白质语言模型嵌入对抗菌肽（AMP）序列进行微调的潜在扩散模型——AMP-Diffusion，它能够通过系统地探索序列空间来快速发现抗菌肽候选物。
清华大学开发AI大模型，准确预测人类衰老，登上医学顶刊Nature Medicine
该研究提出了一种基于大语言模型（LLM）的生物学年龄预测方法，仅通过体检报告来估算一个人的整体衰老程度以及器官特异性衰老程度。这项研究不仅开创了衰老检测新范式，更有望帮助精准健康管理走进寻常百姓家。
TITAN模型——既能“看懂”万亿像素病理片，又能“写出”诊断报告
研究人员构建了一个名为TITAN 的多模态全切片基础模型。它不仅能像经验丰富的病理医生一样，从全局视角审视整张病理切片，还能结合文本信息，生成流畅、准确的病理报告。
Developmental Cell ：刘光慧团队建立血管和神经类器官模型，揭示人类衰老与疾病机制
该研究利用基因编辑和人多能干细胞定向分化技术，首次成功构建了模拟 HGPS 的人类血管类器官模型。
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：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。
澳鹏发布MediGo医疗大模型数据开发平台 破解医疗AI数据瓶颈
全球领先的AI数据服务提供商澳鹏Appen（中国）今日正式发布MediGo医疗大模型数据开发平台，这一创新性平台旨在解决医疗AI领域面临的数据标注精度不足、多模态协同处理效率低下等核心挑战。
Cell Death and Disease：类器官模型揭示 ULBP2 CAR-T 细胞对胃癌的杀伤作用
该研究明确 UL16 结合蛋白 2（ULBP2）为胃癌潜在治疗靶点，揭示其通过激活转化生长因子 -β（TGF-β）信号通路促进癌相关成纤维细胞（CAFs）活化及肿瘤进展的机制。