Science：利用组合信号基序库和机器学习破解CAR-T细胞表型
在一项新的研究中，研究人员利用新的机器学习技术，基于指导工程化免疫细胞寻找并不知疲倦地杀死癌细胞的“单词”组合，为细胞开发了一个包含数千条“命令语句”的虚拟分子库。
学习能力比不上小学生了？是的，因为大脑里的这种化学物质！
在学习开始之前，儿童体内的GABA总量确实比成人少，然而在学习过程中，儿童表现出GABA浓度的快速提升，这种增加甚至在训练结束后的一段时间内也持续存在。而成人的GABA水平在整个实验过程中未发生波动。
机器学习评估肿瘤浸润淋巴细胞密度，与非小细胞肺癌患者免疫治疗疗效密切相关
既往研究表明，非小细胞肺癌（NSCLC）中，高密度的肿瘤浸润淋巴细胞（TILs）是预后更好的生物标志物，并与免疫治疗缓解反应相关[1]。
Nat Biotechnol：科学家开发出能学习如何识别出引发人类疾病的嵌合体突变的计算机程序
来自加利福尼亚大学等机构的科学家们通过研究描述了一种新方法，其或能“教育”计算机学习如何利用称之为深度学习技术的人工智能手段来寻找嵌合体突变。
Nature:科学家使用铁磁机器人实现灵活高效的自动化病毒检测
该研究开发了一种基于NAAT的自动化检测平台，可以在灵活的工作流程中以并行方式执行可编程的液体处理和生物分析操作。
Nature子刊：深度学习算法可以在显微镜图像中识别出各种细菌
在这项新研究中，该团队开发了深度神经网络图像分割算法Omnipose。独特的网络输出（例如距离场的梯度）允许Omnipose准确分割现有算法（包括其前身 Cellpose）产生错误的细胞。
融资超6000万美元，这家公司将微型机器人送入大脑，颠覆大脑疾病治疗模式
据悉，Bionaut Labs 正在与合作伙伴扩展 Bionaut™ 平台对多重大脑疾病的治疗，包括癫痫、中风、胶质瘤，以及帕金森病、亨廷顿症等神经退行性疾病。
Nat Commun：科学家开发出一种用于改善乳腺癌患者治疗的新型算法
来自弗吉尼亚大学等机构的科学家们通过研究开发出了一种新型算法，其或能快速改善癌症患者的护理，并能很轻松地识别出能从名为激酶抑制剂的强大癌症药物疗法中获益的癌症患者。
Nat Commun：科学家开发出新型机器学习算法 或能准确解锁临床癌症样本中的基因组代码
来自芬兰赫尔辛基大学等机构的科学家们通过研究开发了一种新方法或能准确分析癌症档案活检组织中的基因组学数据，这种新型工具能利用机器学习方法来纠正受损的DNA并揭示肿瘤样本中真正的突变过程。
清华大学张强锋团队开发单细胞测序数据在线整合算法SCALEX
SCALEX有一个特殊的优势，就是它的高泛化性的编码器。这个编码器可以通过单细胞测序数据投射，生成一个批次无关的统一低维细胞嵌入空间。