研究发现中央杏仁核具备区分消极和积极刺激的能力，并在奖励性学习过程中发挥重要作用
这项研究扩充了以往我们对CeA在学习记忆功能方面的认知，系统地揭示了Sst+CeA神经元存在不同的亚群，可以对积极或消极等不同刺激做出不同的反应。
Nat Neurosci：科学家成功利用深度神经网络来预测人类机体大脑是如何处理加工自然声音的
来自法国国家科学研究中心等机构的科学家们通过研究尝试利用计算模型来预测人类大脑是如何将声音转化成为周围环境中所发生的事情的语义表征的。
深度揭秘阿得贝利单抗的改造全过程，我国小细胞肺癌患者有望迎来新选择
阿得贝利单抗的研发彰显了国产创新药研发的新力量，从抗体选择到抗体改造，都没有跟随进口PD-L1抑制剂的研发思路，在PD-L1抑制剂中突破性选择IgG4抗体类型且进行了Fc段改造，让抗体作用更专注在阻断
《转化精神病学》：解决临床用药难点，回顾20项机器学习预测抗精神病药物预后成效
近日，由意大利米兰大学的Paolo Brambilla领衔的研究团队在《转化精神病学》发表一篇综述型研究，他们回顾了28项利用不同神经影像、神经生理、遗传以及临床特征对不同阶段的SCZ患者的抗精神病药
同济大学刘琦团队开发基于元学习的AI模型，用于抗原-TCR亲和力识别及肿瘤新生抗原免疫原性预测
实验证明PanPep在三种应用场景Majority learning、Few-shot learning以及Zero-shot learning场景中均取得了较高的抗原-TCR预测准确率。
这样调整脑电波节律1.5秒，学习效率提升3倍！
那些在“挟带”中匹配了大脑自然节律、且目标图像呈现与相应振荡的波谷对齐的参与者，其学习速度至少比其他所有组快三倍。这些学得更快的参与者在第二天任务中的表现也保持了较高水平。
Nature子刊：深度学习算法可以在显微镜图像中识别出各种细菌
在这项新研究中，该团队开发了深度神经网络图像分割算法Omnipose。独特的网络输出（例如距离场的梯度）允许Omnipose准确分割现有算法（包括其前身 Cellpose）产生错误的细胞。
学习能力比不上小学生了？是的，因为大脑里的这种化学物质！
在学习开始之前，儿童体内的GABA总量确实比成人少，然而在学习过程中，儿童表现出GABA浓度的快速提升，这种增加甚至在训练结束后的一段时间内也持续存在。而成人的GABA水平在整个实验过程中未发生波动。
Nature子刊：深度挖掘人类肠道宏基因组的古菌病毒
在这项研究中，研究团队对人类肠道中的古菌病毒进行了全面的宏基因组数据挖掘，本研究结果将为深入了解人体肠道内古菌病毒的多样性和蛋白功能提供前所未有的见解，以供人们更好地了解人类肠道生态系统。
Nature Biotechnology:研究人员开发出合理化深度学习超分辨显微成像方法
近年来，以深度学习为代表的计算超分辨方法可在不损失其他成像性能的前提下，提升显微图像分辨率或信噪比，表现出广阔的应用前景。