《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
科学家揭示了间皮瘤相关成纤维细胞在肿瘤增殖和迁移中的作用
胸膜间皮瘤(PM)是一种恶性侵袭性疾病，预后差。与许多其他癌症不同，多发性骨髓瘤的主要特征是肿瘤抑制基因失活。在没有致癌基因突变的情况下，其高度恶性表明由肿瘤微环境(TME)细胞提供外部刺激信号。
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。
Molecular Cancer: LncRNA ZNRD1-AS1通过miR-942/TNS1轴促进恶性肺细胞的增殖、迁移和血管生成
肺癌是癌症死亡率最高的疾病，是世界范围内一个重大的公共卫生问题。吸烟是肺癌的主要原因，流行病学研究也表明，患肺癌的风险与个人一生中吸烟的频率和持续时间有关。
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。
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。
Nat Biotechnol：科学家开发出能学习如何识别出引发人类疾病的嵌合体突变的计算机程序
来自加利福尼亚大学等机构的科学家们通过研究描述了一种新方法，其或能“教育”计算机学习如何利用称之为深度学习技术的人工智能手段来寻找嵌合体突变。
Science：利用组合信号基序库和机器学习破解CAR-T细胞表型
在一项新的研究中，研究人员利用新的机器学习技术，基于指导工程化免疫细胞寻找并不知疲倦地杀死癌细胞的“单词”组合，为细胞开发了一个包含数千条“命令语句”的虚拟分子库。
我国科学家利用机器学习算法对颌骨关键特征点自动还原实现复杂颌骨缺损精准重建
颌骨分上颌骨及下颌骨，是面部中、下部的主要骨骼结构，对面形、语言和吞咽等生理功能都非常重要。肿瘤、外伤、感染等因素均可造成上、下颌骨的缺损，继而造成毁容，甚至危及生命。