Cell Rep：GelMA-Cad水凝胶让大脑模型更接近真实
GelMA-Cad培养的类器官更贴近人类胎儿群体，神经元的自发兴奋性突触后电流更多，这证明基质连接的信号肽可影响分化，GelMA-Cad可作为Matrigel的替代物用于神经类器官培养。
Angiogenesis研究用可视化血管类器官模型，揪出“捣乱分子”，给新药研发“开绿灯”！
研究成功构建双报告细胞系及可视化、可量化的体外血管生成模型，验证了VEGFR抑制剂等药物效果，发现新血管生成调节剂，为体外药物筛选提供了有潜力的平台。
血管化神经免疫类器官模型助力阿尔茨海默病研究与药物开发
本研究构建了血管化神经免疫类器官模型，sAD患者大脑提取物可诱导其出现多种AD病理特征。经Lecanemab治疗有效果且能模拟药物副作用，该模型为AD研究及药物研发提供新平台。
迄今最全面的大脑代谢数据模型！绘制衰老大脑的修复路线图，为逆转大脑衰老带来新策略
该研究开发了迄今为止最全面的神经-胶质-血管系统分子模型，整合了与神经元电生理活动、大脑能量代谢及血流耦合相关的关键细胞和亚细胞系统、分子、代谢途径以及过程。
Cell：竺淑佳/李扬团队首次在原子分辨率上看清调控学习和记忆的“分子开关”NMDA受体的精细结构
研究团队提取了大鼠大脑皮层和海马中的内源 NMDA 受体并解析出了 3 种主要亚型及比例，揭示了内源 NMDA 受体的原子分辨率三维结构。
“类器官”点亮溃疡性结肠炎研究之路：hiPSC-COs模型的构建与探索
本研究从hiPSC系分化出hiPSC-COs，确定了诱导其炎症的条件，处理后的hiPSC-COs呈现多种特征，与UC患者相似且对药物有反应，为UC病理机制和药物研发提供了准确模型。
李博文等利用机器学习+组合化学，加速发现用于mRNA递送的可电离脂质
该研究通过将机器学习和组合化学相结合，建立了一种加速发现和评估可电离脂质的方法，促进了用于精准递送mRNA的脂质纳米颗粒（LNP）的开发。
J Tissue Eng类器官模型助力：胰岛素抵抗影响中脑多巴胺能神经元和代谢，成帕金森病潜在诱因
本研究将中脑类器官置于不同胰岛素浓度环境培养，发现胰岛素抵抗会导致胰岛素信号通路异常、多巴胺能神经元减少、中脑类器官功能受损、脂质和能量代谢紊乱，增加帕金森病发病风险。
Oncogene通过膀胱癌小鼠模型研究发现：PTEN缺失联合p53 LOH，开启肿瘤免疫逃逸“绿色通道”
本研究构建了含p53错义突变的膀胱癌小鼠模型，发现PTEN缺失促使p53野生型等位基因丢失，驱动肿瘤发生和免疫逃逸，该模型能模拟人基底-鳞状亚型膀胱癌，为膀胱癌研究提供新途径。
Cancer Cell：邵志敏/江一舟/杨文涛/李俊杰团队开发AI模型，精准预测ADC药物的乳腺癌治疗效果
该研究通过 AI 模型结合肿瘤微环境空间特征，精准预测了新一代 ADC 药物 SHR-A1811 在 HER2+ 乳腺癌新辅助治疗中的效果，为乳腺癌的个性化治疗提供了全新导航图。