Nature Methods：蛋白质工程新范式！当AI开始“补习”第一性原理，METL框架从“知其然”到“知其所以然”
研究人员提出了一个名为“突变效应迁移学习”(Mutational Effect Transfer Learning, METL)的全新框架，巧妙地将经典的生物物理学模拟与前沿的深度学习相结合。
Nature Methods：我们看到的病理切片，竟是细胞的“断壁残垣”？一场重塑肿瘤微环境认知的3D成像革命
在我们习以为常的薄切片中，绝大多数细胞都是不完整的。这不仅影响了我们对单个细胞的表型判断，更可能让我们对细胞间的复杂互动网络产生了系统性的误解。
Nature Methods：超分辨“千里眼”——ALI技术如何穿透大脑“迷雾”，看清每个神经元的电活动？
这项研究揭示，ALI能将神经元的活动定位精度提高“十倍以上”！那些在传统方法下被混淆的信号，如今能被清晰地分离出来，让研究人员第一次真正地“看清”了每个神经元独立的“心跳”。
Nature Methods：二维类胚胎延时培养，首现人类中胚层“乾坤大挪移”全景
这项研究不仅深化了我们对人类胚胎发育早期复杂过程的理解，也为开发更可靠的干细胞定向分化技术奠定了基础，最终有望为治疗与中胚层发育相关的出生缺陷提供新的视角。
Nature Methods：当细胞开始“自白”，解码癌症基因的双面叙
DEFND-seq能够同时分析同一细胞核的DNA和RNA，研究人员能直接建立基因突变-表达表型-细胞功能的因果关系，为精准医疗提供全新工具。
Nature Methods：u-Segment3D的升维破局——当二维“切片”拥有三维视野，细胞分割的“次元壁”被打破
研究人员开发了一套名为 u-Segment3D 的全新理论框架和计算工具箱，它巧妙地绕开了 3D 训练数据的“天坑”，通过整合不同维度的信息，将成熟的 2D 分割能力“升维”到 3D 空间。
Nature Methods：颠覆传统模型！cell2fate破解细胞命运“动态密码”
该研究不仅创造了工具，更发现了生命动态的本质语法。当单细胞技术迈入"时空组学"时代，cell2fate为解码这部永不停歇的生命史诗，写下了全新的篇章。
Nature Methods：scNET，细胞版"人际关系管理"——精准医疗迈入基因社交调控时代
scNET是首个深度融合单细胞RNA测序（scRNA-seq）与蛋白质相互作用网络（PPI）的图神经网络（GNN）框架，通过双视图学习架构破解单细胞数据的"沉默密码"。
Nature Methods：大脑“罗塞塔石碑”问世！Krakencoder破译连接组通用语言，开启神经科学大统一时代
研究人员开发了一款名为“Krakencoder”的强大人工智能工具，它如同一块破解大脑语言的“罗塞塔石碑”，不仅能精准地在不同“方言”之间进行翻译，更能将多源信息融合，为我们提供一幅大脑连接全景图。
Nat Methods：利用Ultrack和inTRACKtive跟踪胚胎发育过程中的细胞
陈·扎克伯格生物中心科学家发布了Ultrack细胞追踪平台，该平台能够实现从培养皿中少量细胞到3D视频中整个胚胎追踪的规模化应用。