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：多巴胺神经元中的未来奖励多维分布图，科学家解锁大脑的“奖励预测”密码
这项研究不仅揭示了多巴胺神经元如何编码未来奖励的时间和数量分布，还展示了这种编码方式如何影响动物的行为。
哈佛团队开发AI模型，可通过普通面部照片识别预测癌症患者死亡风险
FaceAge不仅能够准确预测癌症患者的生物年龄，还能为生存期预测提供重要的辅助支持，特别是在末期癌症患者的临床决策中具有实际应用价值。
《自然》子刊：美国科学家发现，重度抑郁障碍患者体内6种蛋白水平，可以预测阿尔茨海默病及相关痴呆症风险！
这项研究系统性地揭示了MDD与ADRD之间的分子关联，同时，首次通过蛋白质组学数据构建预测模型，不仅能够以高准确性鉴别MDD患者在未来10年内的ADRD风险，还与认知功能和脑影像学变化深度关联。
《自然·衰老》：又发现近300种蛋白与阿尔茨海默病相关，7蛋白模型预测AD状态AUC最高可达0.88！
通过机器学习，研究者确定了7个蛋白质，其组合可用于预测AD状态，对临床AD状态预测AUC达到0.72，对生物标志物定义的AD状态预测AUC达到0.88。
Nature Medicine：CAR-T疗效“先知”——InflaMix模型精准预测，助力患者选择
研究人员创新性地构建了一个名为“InflaMix”（炎症混合模型）的预测模型，它就像一位经验丰富的“预言家”，仅凭患者在CAR-T治疗前的14项关键指标，就能初步洞察治疗的成败。
PNAS：7个月婴儿对玩具新奇偏好和专注力，或能预测其智商水平，遗传因素和家庭环境影响更大
这项跨越30年的追踪研究为我们揭开了智力发展的神秘面纱：原来智商“潜力”在婴儿时期便可初见端倪！
内分泌代谢科周健团队研究发现：血清1,5-脱水葡萄糖醇可有效预测2型糖尿病患者血糖在严格范围内时间的达标情况
本研究结果表明2型糖尿病人群中血清1,5-AG与TITR显著相关，可利用血清1,5-AG有效识别TITR的达标情况，从而对HbA1c及TIR达标或接近达标的这部分患者提供额外的血糖信息。
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。
Nature子刊：利用从唾液中发现的SNP标志物可能预测一个人患癌症、心血管疾病、糖尿病和神经退行性疾病的风险
将这项研究的数据与先前大型国际遗传学研究中关于慢性疾病风险的结果进行对比后，他们观察到，唾液中检测到的许多相同多态性与前列腺癌、冠心病、帕金森病和2型糖尿病等常见疾病的较高发病风险相关。