上海交大/清华大学合作开发AI模型，通过视网膜照片预测中风风险
在这项最新研究中，研究团队开发了一种深度学习系统——DeepRETStroke，这是一个专用于表征眼-脑连接的领域特定基础模型。
Nature Biotechnology：D-I-TASSER——深度学习与物理模拟“联手”，蛋白质预测超越AlphaFold
在CASP15盲测中，D-I-TASSER表现惊艳，在单域和多域蛋白质预测上均展现出卓越性能，超越了AlphaFold2和AlphaFold3！
赛诺菲收购Blueprint，加速罕见免疫疾病领域布局
赛诺菲通过收购 Blueprint，以 91 亿美元现金 + 4 亿美元潜在 CVR 获得其明星药物 Ayvakit 及早期免疫管线，补强罕见病与免疫学领域竞争力，预计 2025 年第三季度完成收购。
赛诺菲收购Blueprint，加速罕见免疫疾病领域布局
赛诺菲通过收购 Blueprint，以 91 亿美元现金 + 4 亿美元潜在 CVR 获得其明星药物 Ayvakit 及早期免疫管线，补强罕见病与免疫学领域竞争力，预计 2025 年第三季度完成收购。
EAN2025：常见血检指标TyG或可预测阿尔茨海默病患者认知下降速度！
TyG指数可作为AD患者认知下降的预测因素，指导早期生活方式干预、用药或临床试验入组。研究者也正在讨论TyG与神经影像学生物标志物联合应用的效果。
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。
Nature：科学家成功利用新算法揭开癌症“黑匣子”并预测肿瘤的演变和临床进程
研究人员开发了一种名为EVOFLUx的新方法，即基于DNA甲基化来解码癌症的起源和演变过程并预测其未来的临床进程。
EZSpecificity模型如何重定义酶功能预测的精度边界？
研究人员开发了一种名为 EZSpecificity 的深度学习模型。它不仅构建了迄今为止最全面的酶-底物相互作用数据库，更巧妙地融合了三维结构信息和一种名为“交叉注意力”的机制。
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。
Science：利用转录组学的主动学习框架识别疾病表型的调节因子
为该平台开发的通用AI模型将化学与疾病生物学联系起来，从而高效生产能够恢复病变组织细胞功能的药物。从该平台诞生的首个候选药物CLY-124，目前正处于治疗镰状细胞病的I期临床试验评估阶段。