Nature：DNA的“俄罗斯套娃”——PADIT-seq揭示了一个颠覆教科书的转录因子结合新模型
研究人员开发了一种创新的高通量技术，不仅以前所未有的灵敏度绘制出了转录因子的完整结合图谱，更重要的是，他们基于这些新发现提出了一个颠覆性的“重叠结合位点”模型。
David Baker团队开发新型AI蛋白设计模型——LigandMPNN，实现原子上下文条件蛋白序列设计
研究团队开发了一种新型深度学习方法——LigandMPNN，该方法明确地对生物分子系统中的所有非蛋白质成分进行了建模。
Nat Mach Intell：新型人工智能模型或能预测基因突变对特定人类疾病的影响效应
来自 Cedars-Sinai 医疗中心等机构的科学家们通过研究开发了一种名为 DYNA 的新型人工智能模型，其有望成为精准医疗领域的“超级英雄”为个性化医疗和靶向治疗开辟全新道路。
研究人员首次构建功能性人类羊膜囊体外模型，开启胚胎外发育研究新纪元
研究人员成功开发出一种全新的、基于人类干细胞的体外三维模型——原肠胚形成后类羊膜囊（Post-gastrulation Amnioids, PGAs）。
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”。
Nature：解码基因调控——GET模型如何颠覆传统预测方法
该研究旨在从染色质开放性数据和基因序列信息中学习调控规则，实现对基因表达的高精度预测。该模型的推出标志着转录调控研究进入了一个全新的阶段。
2024年全球畅销肿瘤药TOP30
当前肿瘤药物市场正处于产品迭代与技术革新的关键时期：专利到期的传统药物正加速退出历史舞台，而ADC等新兴技术所催生的全新治疗范式，正持续重塑市场竞争格局。
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。
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。
Nature Medicine：靶向休眠肿瘤细胞，预防乳腺癌复发
这项随机 2 期临床试验结果显示，使用细胞自噬抑制剂羟氯喹，或 mTOR 抑制剂依维莫司，或二者联合使用，可靶向休眠的残留肿瘤细胞（RTC），从而清除播散性肿瘤细胞（DTC），预防乳腺癌复发。