李虹团队发布两款AI模型，预测单药和联合用药疗效
中国科学院上海营养与健康研究所李虹团队建了一个双视图深度学习模型JointSyn来预测药物组合的协同效应。他们还使用JointSyn生成了泛癌药物协同作用的估计图谱，并探索了不同样本之间的差异模式。
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。
Nature Methods：能否通过数学模型揭示细胞周期的真实速度？VeloCycle有答案
研究人员开发了一种名为VeloCycle的工具，它结合了低维流形学习与速度场学习，能更精确地捕捉细胞周期中的动态变化。
《科学》：UCSF团队发现，固有免疫系统是神经发育的关键调节因素，影响成年后的社交行为！
这项研究表明，ILC2及其细胞因子IL-13直接向抑制性中间神经元发出信号，以增加发育中大脑的抑制性突触数量，在小鼠中，该信号通路受损会导致成年后的社交互动缺陷。
调节性T细胞或能增强小鼠模型机体中的组织愈合过程
本文研究提供了利用Tregs作为基于细胞的再生医学疗法强大潜力的证据，相关研究数据有望帮助开发出促进机体组织愈合的新型创新性疗法策略。
Cell：通过非人灵长类疾病模型解析DMD发病早期骨骼肌病理变化的关键机制
研究结果为DMD发病机制，特别是疾病早期的分子和细胞变化提供了新的见解。揭示了免疫、纤维化以及肌肉干细胞在DMD早期的动态变化，为早期干预和靶向治疗提供了科学依据。
“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。
Nature子刊：冯建峰/程炜团队开发机器学习模型，识别自杀行为风险因素
研究团队开发了一种基于行为学、代谢组学和蛋白组学的机器学习判别模型，用以区分是个体是否发生自杀行为。研究发现基于16种行为学特征的分类模型在区分有无自杀行为上表现出高判别准确性。
J Biomed Inform：科学家开发出能识别人类疾病亚型的新型机器学习模型
这项研究中，研究人员引入了一种新型机器学习方法来识别具有潜在亚型的疾病，利用开放型靶标平台中记录的近2.3万种疾病的广泛数据集。
商汤医疗联合行业顶尖专家发布国内首个病理大模型
此次发布的病理大模型PathOrchestra,将视觉模型和大语言模型结合,利用国内规模最大的近30万张全切片数字病理图像(近300TB数据)数据集训练,并融合了文本、视频等多模态训练数据。