新框架Systema诞生，揭示基因扰动预测的真实难度
研究人员为此开发了“Systema”框架，其核心思想在于一个巧妙的转变：改变评估的参考点(reference point)。
2025-08-29
清华大学开发AI大模型，准确预测人类衰老，登上医学顶刊Nature Medicine
该研究提出了一种基于大语言模型（LLM）的生物学年龄预测方法，仅通过体检报告来估算一个人的整体衰老程度以及器官特异性衰老程度。这项研究不仅开创了衰老检测新范式，更有望帮助精准健康管理走进寻常百姓家。
2025-07-27
Kidney International Reports重磅：液体活检+多组学揪出重症肾损伤关键机制，机器学习实现精准预测
这项多中心研究靠液体活检结合多组学与机器学习，发现细胞外基质降解和黏附相关机制是重症急性肾损伤的核心驱动因素，为疾病精准预测和靶向治疗提供了新方向。
2025-11-17
J Exp Clin Cancer Res：“微型肿瘤”类器官精准预测疗效
本研究从31名卵巢癌患者中构建37个长期类器官模型，精准复刻原发肿瘤特征，可预测化疗及PARP抑制剂应答，为精准治疗提供关键工具。
2025-10-31
Science：肾脏应激源引起的线粒体DNA突变可能有助于预测未来的器官衰退
结果表明突变可以预示随时间累积的损伤，并可以预测那些肾功能仍相对良好者的功能衰退。此外，突变负荷独立地预测了未来发生AKI事件的可能性。
2025-10-25
Science：人工智能和实验室测试相结合，可以预测罕见基因变异带来的疾病风险
研究人员利用超过100万份电子健康记录，为10种常见疾病构建了AI模型。然后，他们将模型应用于已知携带罕见基因变异的人群，生成一个介于0和1之间的分数，反映罹患该疾病的可能性。
2025-09-30
Cell子刊：上科大刘雪松团队开发DeepMeta模型，为不可成药癌症预测代谢靶点
该研究开发了一种基于图深度学习的代谢脆弱性预测模型——DeepMeta，能够基于转录组和代谢网络信息准确预测癌症样本的依赖代谢基因，可为那些具有不可成药驱动突变的癌症提供代谢靶点。
2025-07-13
Nature Methods：超越形态学边界——GHIST深度学习框架实现从细胞结构到基因功能的精准预测
GHIST的出现，为我们描绘了一幅计算病理学的未来图景。在这个未来里，每一张被存放在医院档案室里、积满灰尘的H&E病理切片，都有可能被重新唤醒，转化为蕴含着丰富基因信息的数字宝藏。
2025-09-22
Nature Biotechnology：FUGAsseM利器出鞘——一种基于微生物群落共表达的功能预测新范式
研究人员开发出一种名为 FUGAsseM 的创新计算方法，它能够以前所未有的规模和精度，预测这些未知蛋白质的功能，为我们深入理解肠道生态系统的复杂运作机制，打开了一扇全新的大门。
2025-10-18