Med：循环Temra细胞的"分子指纹"，同济大学陈昶等利用机器学习模型解锁其预测免疫治疗响应的潜力
该研究建立了一种基于机器学习的泛癌血液来源转录组生物标志物，并在NSCLC队列中进行了前瞻性验证，可能显著改善免疫肿瘤学的临床决策。
2026-03-03
JMIR：诊断代码漏掉七成自伤记录，机器学习为心理健康“打捞”真相
2026-06-19
Cell：机器学习从化学结构预测基因表达，发现肝癌与肺纤维化新候选药物！
2026-04-15
Cell：告别昂贵测序，深度学习模型实现从普通病理切片直接预测空间基因表达图谱
Path2Space如同一把神奇的钥匙，解锁了隐藏在常规病理切片深处的空间分子信息。它预示着，未来癌症的诊疗，或许将从一副显微镜、一张切片和一个人工智能模型开始。
2026-05-12
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
Cell：突破经典运输模型——细胞为“超大RNA快递”开辟核膜绿色通道，特殊“分拣员”与“打包机器”协同护航
该研究利用电子显微镜和荧光显微成像技术，首次在哺乳动物细胞中清晰捕捉到核膜出芽的自然过程，并揭示了它所运输的关键“货物”及其精密的分子调控机制。
2026-05-05
Nature子刊：华中科技大学薛宇/彭迪团队开发结合深度学习和大语言模型的组学解读工作流
该研究结合深度学习与大语言模型推理能力，开发了一个名为 LyMOI 的混合组学解读工作流，利用 LyMOI，研究团队拓展了对自噬调控因子的认知，并发现新型抗癌疗法。
2026-01-11
Science：重新审视基因报告的“非黑即白”，借助机器学习破解致病变异“外显率”的百年难题
这项工作是人工智能与基因组学深度融合的典范。它证明了，通过巧妙地设计，我们可以利用AI从看似“嘈杂”的真实世界临床数据中，挖掘出与基因功能紧密相关的深层生物学信息。
2025-09-02
