Evo 2 利用上下文学习以数十个示例从头设计调控序列
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。
#开源/仓库
Arc Institute · News精选AI 评分8282
NVIDIA Blog精选AI 评分6161 NVIDIA 与 C-BRAIN 合作如何用 AI 加速 Alzheimer’s 病研究
NVIDIA 与 C-BRAIN 正利用 AI 和加速计算整合 Alzheimer’s 研究数据，并将部分分析从数周至数月缩短至数分钟。C-BRAIN 由 18 家机构组成，目前运行 64 块 NVIDIA 数据中心 GPU，并结合 Microsoft Azure 云节点，正与 NVIDIA 引入 NVIDIA BioNeMo 和 MONAI 技术。
推荐理由：文中给出 dark data 的混合集中与联邦处理方案，以及两个 agentic AI 工具的耗时与成本表现，便于理解 Alzheimer’s 研究的提速路径。
Google Research精选AI 评分7878 Google 在 IDWeek 2026 介绍 MedGemma 等基础模型的结核筛查实践
Google Research 在 IDWeek 2026 介绍了以 MedGemma、MedSigLIP 和 HeAR 为基础的结核筛查实践，覆盖胸片筛查、咳嗽声分诊和多模态临床推理。
推荐理由：从多中心验证、监管认证到六国诊所部署，文中用阅片量、周转时间和本地化方案呈现基础模型进入结核筛查流程的路径。