音乐旋律如何唤醒大脑记忆与预测能力？Nat Commun：科学家揭示大脑在识别和预测音乐旋律时的工作机制，以期开发新型筛选工具
这项研究通过提供意识记忆与音乐旋律预测处理中大脑层次结构的量化证据，为我们理解认知的神秘面纱揭开了一角。
Cell Metab | 婴幼儿代谢生长和遗传疾病的预测模型
该研究介绍了婴儿-WBMs，这是一种考虑性别特异性和器官差异的婴儿代谢模型资源，可预测婴儿出生后0至6个月的生长情况，并能准确预测IMDs中血液生物标志物的变化，为新生儿和婴儿代谢研究提供了重要资源。
JAMA Neurol：机体虚弱或能作为未来痴呆症风险的重要预测因素
本文研究结果表明，对机体虚弱的测定或许能用来识别高风险人群，从而将其优先纳入到痴呆症预防和治疗的临床试验中，虚弱本身就代表了机体痴呆症预防的行为和社会方法的一个有用的上游目标。
Circulation：血液中的大脑生物标志物或能预测机体的中风风险
本文研究结果表明，神经丝轻链（NFL）或能反映未口服抗凝治疗的房颤患者（包括此前无卒中史的患者）明显和隐性脑部缺血的发作，并能改善对其中风和死亡风险的评估。
Nature | 精准预测阿尔茨海默病：血液标志物带来新希望
上世纪90年代，“淀粉样蛋白假说”提出，Aβ的沉积是阿尔茨海默病的主要驱动因素，这一假说推动了大量以Aβ为靶点的药物开发。然而，这些药物在临床试验中屡次失败，引发了对这一假说的质疑。
《自然·医学》：预测肺腺癌脑转移的方法来了！科学家开发甲基化模型高准确度预测肺腺癌脑转移风险，可无创区分脑转移与其他脑肿瘤
在肺腺癌脑转移缺乏预测标志物的情况下，这项研究提供了一种高准确性的脑转移预测方法，尤其是无创鉴别脑转移和其他脑瘤，具有显著的临床价值。
Science：利用AlphaFold2结构预测可指导潜在的候选药物发现
在数以亿计的潜在组合中，使用 sigma-2 AlphaFold2 蛋白模型预测的药物-蛋白相互作用有54%通过一种结合的候选药物成功激活。sigma-2的物理模型也产生了类似的结果，成功率为51%。
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。
Mol Cell：识别出能预测肝癌患者对免疫疗法反应的特殊生物标志物
本文研究结果表明，通过促进STING/IFN通路，NBR1或能作为肝星状细胞中p62缺乏的合成易感性靶点，这或许就会增强机体CD8+ T细胞反应从而抑制肝细胞癌的进展。