GEO 数据集 GSE276212 收录的 Spatial-GT-seq 研究，在同一肿瘤组织中以近单细胞分辨率联合分析基因组与转录组。在肺转移小鼠模型中，研究识别出肿瘤亚克隆，并显示同一克隆的基因表达谱会受到肿瘤微环境改变。对原发与复发人胰腺神经内分泌肿瘤的分析则识别出持续存在和新出现的亚克隆，两处样本均出现转录变化。
推荐理由：Spatial-GT-seq 将基因组与转录组在近单细胞分辨率下联合定位，可用于研究肿瘤亚克隆、转录状态与微环境之间的关联。
Arc Institute 团队在两篇 bioRxiv 预印本中报告，Evo 2 仅用 4–64 个上下文示例且无需额外训练，即可生成覆盖 5 类调控模式的功能序列。
推荐理由：Evo 2 以少量上下文示例完成五类调控序列设计，并经 AAV 递送在小鼠脑内验证，为低样本生物序列生成提供了可复用路径。
研究团队在 JUMP–CP 上预训练并对比 DINO、MAE、iTPN 与 DINOv2，覆盖 119,876 compounds、~1.77 million images 和 87 个实验批次。
推荐理由：系统比较了对比式、掩码生成式与混合式自监督方法在细胞形态分析中的表现，为模型选型和批次校正提供可迁移依据。
Dobner、Prigione和Rossi团队建立了67个经验证的标志基因面板，并开发免费Web应用DeepDiff，用于自动注释bulk RNA-seq数据中的早期hPSC分化状态。
推荐理由：这项研究以67个经验证标志基因和DeepDiff整合转录与蛋白层信息，为hPSC分化状态判读提供可复用参考。
Google Research 等机构在 JAMA Network Open 发表前瞻性多中心研究，评估 AI 系统利用盲扫超声估计孕周的准确性与跨场景泛化。
推荐理由：研究同时报告跨设备与人群的泛化误差，并保留独立外部验证，便于比较真实门诊部署中的性能边界。
研究团队构建了锚定在线粒体的 recordanelle，在人类细胞中连续采集并保护内源 RNA，从而在单细胞层面重建瞬时转录事件。优化版 recordanelle V2 由 TOM20 1–70、TAF15N 和 PABPC4∆C 161A 构成，TAF15N 组合可使细胞中 90% 的已表达基因对应转录本在其中富集，并在刺激结束后保留 2 天的 IFNB 响应。
推荐理由：该系统将连续时间信息保存在活细胞内的 RNA 存储区，为单细胞动态转录研究提供了可提取、可测序的记录方式。
Google Research 展示 VERID 数字孪生框架、适配体闭环发现和 de novo 蛋白设计三项研究，让 AI 智能体参与湿实验执行与迭代。VERID 以实时 3D 状态跟踪、数秒虚拟 dry run、硬件安全检查和同步视频与执行日志，在试剂接触前拦截碰撞、空孔及物理上不可执行的命令。
推荐理由：分别呈现数字孪生预检、闭环实验和 AI 智能体辅助蛋白设计，并给出命中率、特异性及计算效率数据，便于比较其技术路径。
Arc Institute、Biohub、UCSF 和 Vector Institute 团队开发 eclair-CLIP，并为人类细胞中的 67 种癌症相关 RNA 结合蛋白建立图谱，在单核苷酸分辨率下映射超过 9 million 个 RNA 结合位点。
推荐理由：文章说明统一小标签和红外检测如何减少 CLIP-seq 对特异性抗体与放射性标记的依赖，并展示图谱进入模型训练后的应用路径。
Broad Institute 构建了包含来自超过 1,100 名芬兰献血者的 10 million 个以上免疫细胞图谱，用于关联疾病相关调控变异与其控制基因。方法以染色质可及性及其与邻近基因表达的关联为基础，识别更可能致病的遗传变异，并观察细胞如何缓冲关键基因表达。
推荐理由：该图谱将疾病相关调控变异与其控制基因相连接，并呈现细胞缓冲关键基因表达的方式，为遗传变异致病机制研究提供细胞级线索。
Chai Discovery 的新研究显示，Chai-2 已能进行全长药物样 mAb 的 de novo 设计，并扩展到六个 GPCR 和 peptide-MHC 靶点。
推荐理由：提供 88 个 IgG 的可成药性数据与 Cryo-EM 结构验证，帮助读者判断 Chai-2 从亲和力设计走向药物样抗体的可用边界。
MIT、Whitehead Institute、Wyss Institute 和 Broad Institute 的研究人员利用生成式 AI 设计了 NG1、DN1 等新型抗生素候选物，分别针对耐药淋病奈瑟菌和 MRSA。
推荐理由：研究将片段约束生成与无约束生成用于两类耐药病原体，NG1、DN1 的合成和动物实验结果提供了具体评估依据。
Broad Institute与Boston University的NEIDL用光学池化筛选（OPS）筛查约40 million个经CRISPR扰动的人类细胞，找出妨碍Ebola复制的宿主基因。
推荐理由：研究将光学池化CRISPR筛选与AI成像分析结合，定位Ebola感染阶段的宿主依赖因子，为高致死病毒靶点发现提供可扩展路径。
Broad Institute、MIT和Harvard University开发PUPS，可预测任意蛋白质在任意人细胞系中的单细胞定位，包括此前未测试的蛋白和细胞。
推荐理由：PUPS将蛋白序列模型与图像补全模型结合，在未见蛋白和细胞系上实现单细胞定位，并提供实验验证与基线比较。
Broad Institute等机构团队在Cell发表研究，揭示亨廷顿病中HTT基因CAG重复扩张至约150次后，会导致纹状体投射神经元基因表达紊乱并死亡。研究分析了53名患者和50名非患者捐献的脑组织、超过500,000个单细胞，发现部分神经元可扩增至800次CAG重复，并指出降低HTT蛋白表达的候选疗法可能只影响少量细胞，提出减缓CAG重复扩张这一补充策略。
推荐理由：研究把亨廷顿病的致病过程定位到单细胞层面的CAG重复扩张，并据此提出减缓CAG重复扩张的潜在治疗方向。