Nature Methods：结构为桥，语境为王——Spacedust在de novo基因簇发现中的新范式
研究人员开发了一款名为“Spacedust”的计算工具，它不像传统的解码器那样逐字破解，而是通过倾听基因组中基因之间的“悄悄话”，即它们在染色体上的排列组合方式，来推断其功能。
浙江大学黄荷凤团队最新Nature
该研究结合单细胞核测序（snRNA-seq），系统解析了50个器官和198个分子水平定义的亚结构的发育动态，并揭示了心脏、神经等关键系统的基因调控网络、发育疾病的分子基础及等位基因表达特征。
Nature Methods：清华大学生命学院李栋课题组与合作者开发无需真值数据的自监督深度学习框架，实现生物友好型高精度长时程活细胞超分辨成像
该工作提出了自监督重建结构光照明显微术（SSR-SIM），创新性地将重建伪影的统计分析与结构光照明的物理先验深度融合，无需采集任何真值图像数据即可实现媲美有监督学习的高精度、高保真超分辨图像重建。
Nature Methods：解码肿瘤的“千人千面”——Clonalscope，一把洞悉癌细胞演化迷局的钥匙
在与癌症的漫长博弈中，我们第一次拥有了如此清晰的视野，去洞察对手的“千人千面”。而这，仅仅是一个开始。
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 Methods：告别聚类“玄学”！TCAT为T细胞研究带来可定量、可比较的分析新时代
研究人员，开发出一种名为T细胞注释器（T-CellAnnoTator, TCAT）的创新分析流程。它不仅仅是一种新工具，更是一种全新的思维范式，旨在为混乱的T细胞单细胞数据世界建立秩序。
AI“透视”基因编辑，北京大学最新Nature
该研究开发了名为ContactSeek的人工智能框架，系统识别出能显著提升碱基编辑器特异性的关键氨基酸残基，并将该方法成功应用于ABE和CBE两种编辑系统。
Nature：病毒也有“釜底抽薪”绝招——不让细菌造出CRISPR剪刀
来自加州大学旧金山分校等机构的研究人员发现，一种名为AcrVA2的抗CRISPR蛋白并不攻击已经组装完成的Cas12，而是瞄准了细菌内部的“蛋白质生产线”—核糖体。
Nature和Nature Cancer两篇论文双管齐下：新型CAR-T细胞疗法同时剿灭脑瘤和“帮凶”免疫细胞
两项研究共同突出了GPNMB作为跨癌种有前景靶点的潜力，并为将该策略转化给患者奠定了基础。
Nature Methods：拥抱不确定性——Ultrack用“选择困难症”智慧破解细胞追踪难题
Ultrack 的核心思想，是拥抱不确定性，将“选择困难症”变成一种优势。它不再要求分割算法在初始阶段就给出一个完美的答案，而是鼓励算法提供所有“可能”的答案，即所谓的分割假说。