Nature Methods ：核苷酸转换模型（Nucleotide Transformer, NT）——解锁基因组预测的新纪元
该模型不仅能像阅读文本一样解读DNA序列，还能够预测基因组中的关键功能区域。
2024-12-12
PLoS ONE：体外模型有助于揭示乳腺癌扩散到骨骼的原因
研究表明，结合癌症生物学、微流控技术和软材料，可以构建出生理相关的体外模型。这些成果为开发预测性疾病、诊断和治疗模型提供了新的可能性。
2024-10-24
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。
2025-04-01
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。
2024-11-07
“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。
2024-11-11
Nature Methods：从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命
通过结合深度学习和语言模型的力量，RhoFold+实现了对RNA 3D结构的高效预测，克服了传统方法的瓶颈，为RNA功能和应用的深入研究开辟了新天地。
2024-12-01