Nature：猫的大脑为什么是研究老年痴呆的理想模型？
猫在老化过程中，其大脑会表现出类似人类的萎缩和认知退化特征。研究人员希望通过这些数据，揭示年龄相关疾病，尤其是神经退行性疾病（如阿尔茨海默病）的病理机制。
年度最佳Cell论文：于乐谦/郭靖涛/魏育蕾/王晓琰等数字3D重构首个完整人类原肠胚模型
该研究构建了完整胚胎中不同细胞类型与基因表达的三维空间分布点云图，进而数字3D重构了首个完整人类原肠胚模型。
Nature Methods：从序列到结构——RhoFold+深度学习模型实现RNA 3D预测的高效革命
通过结合深度学习和语言模型的力量，RhoFold+实现了对RNA 3D结构的高效预测，克服了传统方法的瓶颈，为RNA功能和应用的深入研究开辟了新天地。
Int J Mol Sci：科学家利用人类诱导多能干细胞开发出新型神经类器官模型，或有望评估机体的发育性神经毒性
本文研究中，研究人员所开发出的新型神经类器官模型表现出了与此前研究中使用鱼藤酮类似的敏感性水平，从而就进一步验证了这种新型3D类器官模型的实用性和潜能。
J Hazard Mater：人脑类器官等多种模型证实香茅醇可穿透血脑屏障并激活毒性代谢通路致神经损伤
香茅醇在斑马鱼、小鼠、脑芯片系统和人脑类器官等模型中可穿透血脑屏障，通过激活犬尿氨酸代谢途径、引发氧化应激和神经炎症等多途径诱导神经毒性，导致斑马鱼行为异常，凸显其在消费品中潜在风险及监管必要性。
Nature子刊：上海科技大学钱学骏团队开发多模态AI模型，实现多层级乳腺癌风险预测
研究团队构建的BMU-Net模型，为临床医生提供了多层级的乳腺癌风险评估工具，旨在改善患者生存质量，具有重要的临床和社会意义。
Nature Medicine：瞿佳/张康/王劲卓团队开发全球首个通用大型生成式AI医学影像模型，帮助提高癌症患者生存率
该研究开发了在真实数据和合成数据上训练的生成式AI模型，显示出更好的预测能力，在罕见病诊断、报告生成和自我监督学习的背景下非常有益。
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。
“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。
Science封面：华人学者开发AI模型，学会生命的语言，生成新型CRISPR系统乃至整个基因组
该研究开发了从分子到基因组尺度都能进行预测和生成任务的基因组基础模型——Evo模型。这是第一个在全基因组规模上以单核苷酸分辨率预测和生成DNA序列的模型。