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 RNA-Seq BlogAI 评分6767 Johns Hopkins University 团队开发 SpliceCOV 过滤 RNA 测序转录噪声
Johns Hopkins University 团队开发了机器学习工具 SpliceCOV，用于过滤 RNA 测序数据中的错误剪接位点与转录本边界信号，研究发表于 Genes。
Nature MethodsAI 评分6868 tskit 1.0 发布，确立数据格式与 API 的长期稳定性
tskit 1.0 已发布，正式为其数据格式和 API 提供长期稳定性保证。统一的数据模型将前向时间与溯祖模拟串联在同一工作流中，带来多个数量级的性能提升，并支持包含地理和选择因素的复杂人口史情景。模拟范围已扩展到基于大型人类家系的 nearly 1.5 million individuals 全常染色体 ARG；tskit 为免费开源软件，文档、教程、安装说明和源码均在 GitHub 提供。
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。