GUTchetp：使用集成单语和多语言神经机器翻译及酶分类一致性与反应相似性预测肠道微生物生物转化谱
GUTchetp 框架集成单语和多语言神经机器翻译模型预测肠道生物转化产物，其集成模型的 Top-20 BLEU 分数和 MaxFrag 准确率分别达到 66.59% 和 67.19%。
#AI制药
#AI制药
今日 11 条文献与产业新闻（bio-brief）精选评分4747 medRxiv Oncology精选评分4545 AI 识别出与早期卵巢癌相关的分布式血液代谢组学系统型
一项研究发现，人工智能模型可通过分析血液代谢组学特征识别早期卵巢癌。该模型在两个独立回顾性队列（血清队列 N=91，血浆队列 N=83）中分别实现了高达 99.0% 的敏感性和 99.8% 的特异性。研究识别出 239 个一致的代谢物变化，表明存在一种涉及肿瘤与宿主的分布式代谢反应系统型，支持进一步开发基于代谢组学的卵巢癌早期检测方法。
顶刊论文（社媒热度）评分2929 DNA 合成技术：从读取到书写
DNA 合成技术正进入快速创新期，酶促和细胞方法正在挑战数十年历史的化学合成法。尽管尚无技术能完全满足生物学对长片段、高精度 DNA 的需求，但持续进展有望突破该领域最持久的瓶颈。这些进步将加速 AI 蛋白质设计、细胞疗法工程及合成基因组构建等应用。
顶刊论文（社媒热度）评分3535 初创公司挖掘“暗蛋白质组”寻找新药靶点
科学家们发现了数千种先前被遗漏的蛋白质，其中许多与人类健康相关，包括有前景的癌症免疫治疗新靶点。这些发现源自对“暗蛋白质组”的挖掘工作。相关数据已通过表格形式在更新版本的文章中补充完整。
顶刊论文（社媒热度）精选评分5353 I3LUNG研究评估可解释AI决策支持工具及多模态模型在非小细胞肺癌中的临床可用性
I3LUNG（NCT05537922）是迄今最大国际真实世界多模态AI研究，纳入2396例非小细胞肺癌患者。机器学习与深度学习仅用临床血液数据模型在测试集AUC最高达0.77，外部验证AUC为0.55-0.72；AI模型显著优于PD-L1、ECOG PS等传统指标。
推荐理由：研究比较了仅用临床血液数据和加入影像病理的多模态模型，为AI工具在真实世界肺癌免疫治疗选择中的实际增益提供了参照。
顶刊论文（社媒热度）评分2323 国际医疗数字孪生联盟成立以推动精准医疗
国际医疗数字孪生联盟成立，旨在推进医疗数字孪生技术作为精准健康的新基础设施。该联盟汇集了来自澳门科技大学、广州国家实验室、清华大学、北京大学、牛津大学、哈佛医学院、斯坦福大学等机构的众多研究人员。
顶刊论文（社媒热度）评分3939 集成学习在计算病理学中的应用：整合五种预训练病理基础模型提升肿瘤分型与疗效预测
Luo 等人整合五种预训练病理基础模型形成集成学习方法，提升了肿瘤分型、生物标志物识别和治疗反应预测的准确性。该方法通过利用模型间的互补信息生成玻片级表征，展现了集成与多模态方法在计算病理学中的潜力。
顶刊论文（社媒热度）精选评分5252 ELF：集成学习病理基础模型用于精准肿瘤学
ELF 集成五种预训练病理基础模型，在 53,699 张全切片图像上训练，生成统一的切片级表征。该方法在疾病分类、生物标志物检测以及抗癌和免疫治疗反应预测任务中，性能优于单个组成模型和现有切片级基础模型。
推荐理由：该方法整合多个预训练模型以提升病理图像分析性能，可在数据有限场景下支持治疗反应预测。
顶刊论文（社媒热度）评分1717 SciLifeLab PULSE 创业模型：通过连接学术界与产业界加速药物发现
SciLifeLab PULSE 创业模型将创业风险机制和产业流动性嵌入学术基础设施，以培养“T型”科学领导者并加速药物发现。该模型提供了一个可扩展的博士后培训蓝图，由欧盟资助（项目号 101177199）。
Cancer Cell精选评分5757 ELF：集成五种病理基础模型的精准肿瘤学框架
Luo 等人开发了 ELF 框架，集成五种病理基础模型从全切片图像生成统一表征。基于 20 个解剖部位的近 54,000 张切片训练，ELF 在疾病分类、生物标志物检测以及化疗、靶向治疗和免疫治疗反应预测方面优于单个基础模型。
Cancer Cell精选评分3737 集成学习在计算病理学中的应用
Luo等人开发了一种集成方法，将五个预训练病理学基础模型整合为玻片级表征以利用其互补信息。该方法在肿瘤分型、生物标志物和治疗反应预测方面均取得提升。该研究展现了集成与多模态方法在计算病理学中的潜力。
Cancer Cell精选评分5050 UniCure：一种用于预测个性化癌症治疗反应的多模态模型
UniCure 多模态基础模型能够预测不同细胞背景下药物诱导的转录组反应。该模型通过整合癌细胞系数据与患者来源模型，实现了个性化药物优先级排序和患者分层。其预测的治疗排序在真实世界队列中与临床生存结局显著相关。
顶刊论文（社媒热度）评分00 医学领域首批AI随机对照试验的经验教训
一项首批在医学领域评估人工智能的随机对照试验提供了关键经验。该试验强调了在真实临床工作流程中整合AI工具、评估其对患者结局影响的重要性。研究结果对制定AI在医疗应用中的评估标准具有指导意义。
文献与产业新闻（bio-brief）精选评分2727 皮肤生理药代动力学建模：当前研究进展、软件比较与未来展望
皮肤生理药代动力学（PBPK）模型通过机制性表征经皮吸收过程来预测局部和全身暴露，并借助虚拟临床试验提升研发效率。
顶刊论文（社媒热度）评分3434 非线性光子网络激光器实现少样本神经形态视觉
一种受视网膜启发的光子计算系统利用随机网络激光器中空间竞争的激光模式作为异质性抑制耦合的神经元，实现了特征检测、少样本分类和分割任务。该系统在仅有数百张训练图像的少样本和类别不平衡场景下，于MNIST、Fashion-MNIST和BreakHis癌症诊断数据集上分别达到98.05%、87.85%和90.12%的准确率，优于EfficientNetV2和ViT等软件卷积神经网络。
顶刊论文（社媒热度）评分3030 采用参考物质作为通用校准器确保多组学数据可重复性以支持人工智能应用
多组学研究应采用参考物质作为通用校准器，并与研究样本共同分析，将结果报告为样本与参考物质的比值以确保数据可重复性。该方法使多组学数据更适合人工智能工具分析，符合国际人用药品注册技术协调会 M10 指南对生物分析方法验证的要求。中国国家计量科学研究院等机构学者共同提出了这一标准化框架。
Cancer Discovery评分1313 Timothy Yap 谈临床试验与药物开发的演进
MD Anderson 癌症中心的 Timothy Yap 教授阐述了临床试验的演变、人工智能的作用以及当前药物开发者面临的挑战。他的研究专注于分子靶向药物、免疫疗法、抗体药物偶联物和放射性偶联药物的首次人体试验和组合开发。
Cell评分4747 De novo pan-rhodamine binders for fluorescence microscopy from mammalian cells to extremophiles
研究人员通过AI从头设计出名为Rhobins的通用罗丹明结合剂，具备高亮度、可逆结合和极高稳定性。Rhobins在活细胞/固定细胞、超分辨和单分子成像中性能超越现有标签，并能在75°C下实现对极端微生物的成像。
Cancer Discovery评分3737 COMPASS：免疫概念启发的AI模型改进免疫疗法应答预测
COMPASS泛癌基础模型可利用批量转录组数据预测免疫疗法应答。该模型采用概念瓶颈架构，通过人类可读的概念处理转录组输入，从而预测免疫疗法结局。COMPASS显著改善了结局预测，并提供了生物学见解。
Cancer Cell评分4242 Proteo-genomics-guided interpretation of somatic mutations in cancer genomes
Hyeon等人整合蛋白质结构与人群规模的癌症基因组数据，分析了173个癌症相关基因中的显著突变区域。这些区域与功能结构域、三维结构约束及基因特异性生物学特征相吻合。该研究为癌症基因突变模式的分类及优先筛选临床意义不明的罕见变异提供了框架。
The Lancet评分2525 [Viewpoint] 环境记录器作为叙事技术
环境记录器作为人工智能语音转文本技术，在减轻临床医生行政负担的同时，也带来了可能削弱以患者为中心护理的未被充分认知的风险。该观点文章认为，环境记录器本质上是叙事技术，其风险和潜在益处只有在仔细关注患者讲述自身故事的方式及更广泛的叙述背景后才能被充分理解。
FDA Press Releases评分3636 FDA 就生成式 AI 医疗器械监管方法征求公众意见
美国 FDA 发布了一份关于生成式人工智能（GenAI）医疗器械监管考量的讨论文件，就风险评估、上市前评估和上市后监测等议题公开征求意见。该文件提出了一个基于能力评估理念的潜在上市前评估方法，并探讨了与基础模型和智能体 AI 系统相关的考量。FDA 鼓励设备制造商、临床医生、研究人员及公众在 2026 年 10 月 19 日前通过 Regulations.gov 提交反馈。
Cell评分4242 Ultrarapid deep 3D histology enables intraoperative mapping of glioma infiltration
ULTRA平台将三维组织学分析时间从数天或数小时缩短至30分钟内，实现了术中神经胶质瘤浸润深度的测绘。该技术结合了快速组织透明化与无监督人工智能，利用受激拉曼散射显微镜的化学特异性。平台可术中可视化神经胶质瘤结构及其深度依赖的肿瘤浸润边界。
Molecular Cell评分1515 AI 如何突破科学偏见以推动分子生物学发现
人工智能可能通过探索不受专家思维定式约束的机制可能性，而非总是提供正确答案，来变革分子生物学。其最大贡献在于揭示科学家的认知盲区，而实验验证仍是真理的最终仲裁者。
The Lancet评分2020 [评论] 从预测到导航：人工智能在医学中的应用
当前大多数临床人工智能系统主要用于预测疾病存在、恶化风险或死亡等临床状态和结局。这些系统在诊断和医学影像判读方面很重要，但仅能提供“是什么”或“可能发生什么”的信息。它们未能支持临床医生进行关于“如何”最佳帮助患者的决策。
文献与产业新闻（bio-brief）评分3131 虚拟家访对卒中患者及其照护者有效性的随机对照试验
一项随机对照试验将评估虚拟家访对96名卒中患者及其照护者的有效性。研究将比较虚拟家访组与面对面家访对照组在照护者能力水平和非计划再入院率等主要终点上的差异。该研究旨在评估远程医疗应用在家庭护理服务中的可用性，并有望提升服务可及性并降低医疗成本。
文献与产业新闻（bio-brief）评分2626 AI实时检测结直肠病灶模型的单盲观察性试验启动
一项单盲、非随机、前瞻性观察性试验将验证新型AI模型在常规结肠镜检查中实时检测结直肠病灶的性能。该试验由亚洲胃肠病学研究所发起，计划纳入380名受试者，主要操作内镜医师将对AI的实时检测结果设盲。研究还将评估该AI模型在日常内镜实践中的可行性。
文献与产业新闻（bio-brief）评分3030 I-TRUST 研究：农村卫生系统远程眼科实施项目
I-TRUST 研究正在评估 I-SITE 实施项目在农村卫生系统中维持糖尿病眼病远程筛查率的效果。该实用性临床试验计划纳入10个卫生系统，覆盖约10,000名糖尿病患者，主要终点是比较基线期与启动I-SITE实施后24个月的年度糖尿病眼病筛查完成率变化。研究假设I-SITE能将筛查率较基线持续提高≥20%，并将在长达48个月的随访期内评估筛查率的长期维持情况、阳性筛查者的眼科随访率以及实施成本。
The Lancet评分1313 负责任地追踪 COVID-19
截至2020年3月25日，WHO的COVID-19疫情仪表板显示大流行已波及195个国家和地区，累计报告375498例病例。疫情迅速蔓延加大了对准确可靠信息的需求，促使WHO、机构及个人开发在线追踪工具。多方参与虽有助于应急准备，但也可能造成信息混乱并阻碍获取可靠数据。