TraSPIN：通过语言模型引导的图学习推断转运蛋白特异性
TraSPIN联合建模转运蛋白与小分子底物，预测表现优于现有方法，并可泛化至未见底物及序列差异较大的转运蛋白。该几何深度学习框架揭示了转运蛋白识别底物的结构决定因素与序列基序，并通过跨物种推断和未表征溶质载体蛋白的功能解析，展示其功能注释用途。
#机器学习
Genome BiologyAI 评分3737 Medical XpressAI 评分4141 域适应AI提升智能手机检测儿童异常肺音的表现
首尔科学技术大学团队开发的域适应深度学习框架，提升了智能手机检测儿童异常肺音的表现。研究纳入611名0–6岁儿童，其中147名提供配对手机录音；在48名儿童的独立外部验证中，模型F1评分为0.744，AUROC为0.862。该框架仍需更大规模、多中心及真实家庭环境验证后才能用于临床。
预印本 · 单细胞与空间组学AI 评分3939 Alpha Spatial：语言引导的基于组织学图像的单细胞空间基因表达预测
Alpha Spatial通过语言引导，从组织学图像预测细胞级基因表达，表现优于所评估方法。匹配的生物学背景与多组织联合学习改善预测；在乳腺癌中，该框架重现了POSTN相关基质程序及HER2相关分子与空间差异。探索性患者分析显示，CXCL14相关空间状态的丰度与含曲妥珠单抗（trastuzumab）治疗无应答及更大残余浸润性肿瘤相关。
Cell GenomicsAI 评分3131 NeoBridge：基于生物物理学的新抗原优先级排序与胰腺癌克隆结构分析
Lana Mediavilla等提出NeoBridge，这一融合生物物理学信息的机器学习集成模型用于优先筛选具有免疫原性的新抗原。在胰腺癌中，亚克隆而非克隆性新抗原负荷与较差生存相关，提示疫苗靶点选择应考虑克隆结构。
Genome BiologyAI 评分5353 ROMET-RNA整合多种预测器与比对策略，改进RNA三维结构模型选择
ROMET-RNA是一套开源自动化基准评测与元选择工具，在涵盖205条RNA的4个非冗余测试集上，选出的结构模型比单独使用各预测方法更准确。该框架统一评测11种RNA结构预测器及rMSA、RNAcmap3 MARS和Infernal RNAcentral三种多序列比对流程，结合基于TM-scoreRNA的结构相似性与深度学习统计势lociPARSE进行共识评分。
Genome MedicineAI 评分4343 解码循环游离DNA中耦合的表观遗传与片段组学信号，用于可解释的癌症诊断
研究者开发FAME框架，仅用甲基化测序数据整合循环游离DNA甲基化与片段组学特征，用于癌症检测和组织来源预测。研究纳入2,018份健康对照及七类癌症样本，比较不同测序平台的片段组学信息保留情况，并扩展构建FAME-GW；所给正文未呈现诊断性能结果。
Nucleic Acids ResearchAI 评分5050 用于核糖型修饰核酸及核酸–蛋白质复合物建模的MODNAP基准集：以AlphaFold 3为例
研究者构建MODNAP修饰核苷酸结构数据集，并用1039个核酸及核酸–蛋白质复合物结构评估AlphaFold 3。在RMSD阈值为2.5 Å时，成功率超过80%，但修饰核苷酸定位精度不一，对训练中未明确涵盖的结构精度下降。PoseBusters分析发现频繁的分子内有效性检验失败，主要源于非理想核糖环几何构型。
Science Translational MedicineAI 评分2626 基于集成学习的代谢组衰老与死亡时钟在18,476人中识别全生命周期的系统性衰老风险
一项涉及18,476人的研究基于集成学习构建代谢组衰老与死亡时钟，识别人类全生命周期的系统性衰老风险。研究发表于Science Translational Medicine，所提供内容未列出具体效应量或预测性能数据。
Nucleic Acids ResearchAI 评分4242 RiboBA：一种考虑偏倚的概率框架，用于跨多种核糖体测序方案稳健识别ORF
RiboBA通过建模核糖体测序中的实验方案诱导偏倚，提高非经典开放阅读框（ncORF）的识别能力。该框架结合生成模块与监督模块，从偏倚校正后的数据中识别翻译中的ORF及起始位点。模拟、多种实测数据及正交免疫肽组学证据支持其性能，优势在周期性减弱的RNase I文库及MNase、核酸酶P1数据中尤为明显。
Nature MethodsAI 评分4747 MassNet：支持蛋白质组学可扩展深度学习的十亿级AI就绪质谱语料库
MassNet汇集涵盖35个物种的1.5 billion条MS/MS谱图，为蛋白质组学深度学习提供大规模AI就绪语料库。该资源配套标准化存储格式Mass Spectrometry DDA Tensor（MSDT）。基于该资源构建的非自回归Transformer模型XuanjiNovo用于肽段从头测序，表现大幅优于既往方法。
预印本 · 医学生信与数据分析AI 评分3030 生物医学拉曼光谱中不锈钢与氟化钙载玻片的比较
研究比较不锈钢与氟化钙载玻片，发现前者拉曼光谱信号更强、常规脱蜡后石蜡残留峰更少。研究从36份福尔马林固定石蜡包埋结肠标本采集960条光谱，以嵌套交叉验证分类器区分真性病变与上皮错位。氟化钙经二甲苯浸泡48 h后，分类准确率由0.41–0.57升至0.65–0.69，不锈钢为0.65–0.66。
预印本 · 单细胞与空间组学AI 评分6767 NetMap 联合从头推断细胞类型与基因调控网络
NetMap 将单细胞自编码器与可解释人工智能结合，联合推断细胞级基因调控网络，并按共享调控程序聚类细胞。
预印本 · 医学生信与数据分析AI 评分3838 基于DNA甲基化的细胞类型分辨率分化状态预测揭示年龄相关的表观遗传间充质漂移
研究者基于DNA甲基化数据构建机器学习预测工具EpiDiff，发现多种细胞的分化指数随年龄增加，并呈现以间充质谱系方向最突出的表观遗传漂移。该工具在单细胞、分选细胞、整体组织及体外实验中得到验证，应用于正常组织时可预测致癌暴露和癌症风险。
预印本 · 医学生信与数据分析AI 评分4444 理解知识图谱何时及如何为帕金森病、多发性硬化和慢性疼痛的电子健康记录临床预测增值
跨三种疾病的系统评估显示，知识图谱整合改善了帕金森病的预测分类，对多发性硬化无可测量影响，却降低了慢性疼痛的预测表现。队列衍生子图的表现与完整SPOKE图相当或略优，且显著降低计算成本。图扩散主要将已有信号重新分配至多个相关特征，而非增加独立的生物学信号。
预印本 · 医学生信与数据分析AI 评分4141 基于临床概念瓶颈模型的脑电图病理检测
临床概念瓶颈模型用于脑电图病理检测，在TUAB上的准确率接近黑箱基线，在CAUEEG上则较低。两种模型的准确率分别为82.7–82.9%和57.9–60.5%，基线分别为83.6%和62.7%。纯概念瓶颈模型存在预测概念偏离真实值的问题，提高概念损失权重可缓解这一问题，但会牺牲准确率。
Bioinformatics (OUP)AI 评分3737 口袋对比学习与构象融合：受体构象变化下的稳健结构条件三维分子生成
一种结合口袋级对比学习与参考构象特征融合的三维分子生成框架，提高了受体构象变化下的生成稳健性。在CrossDocked2020及ASB-E、DUD-E、APObind数据集上，生成成功率、结构有效性及对接相关性能均有改善，交叉对接评估中尤为明显。推理时仅需单个口袋，无需参考构象。
Med (Cell Press)AI 评分4343 基于超声心动图的深度学习慢性肾脏病筛查
Yuan等开发并外部验证了一种深度学习模型，可利用超声心动图检测慢性肾脏病，为更早开展筛查提供潜在途径。慢性肾脏病的漏诊率超过60%，高危人群尚未常规接受筛查，该模型有望帮助弥补诊断缺口。
Cell SystemsAI 评分3535 用于功能性蛋白质设计的蛋白质语言模型采样
Darmawan等提出利用上位性相互作用的蛋白质语言模型多突变体采样策略，其设计在多种蛋白质适应度景观基准测试中优于标准单突变体方法。研究还提出综合计算评估框架，对相关性、质量和多样性评分，为蛋白质工程提供实践指导。