Google DeepMind 发布 AlphaGenome 2，按细胞类型预测 DNA 变异效应
Google DeepMind 发布 AlphaGenome 2，这是一个条件式 DNA 序列模型，可针对特定组织、细胞类型或细胞状态预测变异对基因表达、染色质可及性、组蛋白修饰和 DNA 甲基化的影响。
入选理由模型把变异效应预测从组织平均推进到单细胞类型，并开放非商业研究使用，遗传学研究者可据此判断能否用于自己的变异解读。
全部动态
按时间排列的全部内容。默认只显示通过双重评分的入选条目；切换到“全部收录”可以检索所有抓到的资料。
24 条入选报道，更新于 23:17
11月11日
星期三，1 条10月23日
星期五，1 条微软 MAI-DxO 诊断系统在 Science 发表，复杂病例准确率高于医生
微软 Health MAI 团队发布 AI 诊断系统 MAI-DxO，并配套提出逐步诊断基准 SDBench，成果发表于 Science。在 304 个 NEJM 复杂病例上，MAI-DxO 诊断准确率为 83%，医生在有外部参考资料时为 36%、无参考资料时为 22%；在 MIMIC-IV-ED 的急诊常见病例上为 80%，医生为 47%。
入选理由微软团队公开了逐步诊断基准与开源代码，研究者可据此复现评测并检验诊断推理系统的成本与准确率权衡。
10月21日
星期三，1 条NVIDIA 与华盛顿大学蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina
NVIDIA 与 UW Medicine 蛋白设计研究所（Institute for Protein Design）在 GTC Berlin 发布开放模型 RFD4-Proteina，把可编程蛋白设计与搜索能力结合，可按分子输入、约束和打分目标生成并优化设计。
入选理由蛋白质设计模型与放疗规划两条线同时落地，研究者可据此判断开放模型能接入哪些现有科研与临床工作流。
10月15日
星期四，3 条Elsevier 承诺参与欧盟 AI in Science Enablers Initiative，提供 4000 份 AI 工具免费许可
Elsevier 宣布响应欧盟委员会的 AI in Science Enablers Initiative，向欧洲研究者、医护人员和学生提供 4000 份免费许可，包括 1000 份 LeapSpace、1000 份 ClinicalKey AI、1000 份 ClinicalKey Nursing AI 和 1000 份 Complete Anatomy。
入选理由欧盟 AI in Science Enablers Initiative 的参与方名单和资源投向，可供学术出版与科研服务机构判断欧洲科研 AI 生态的进入方式。
Google 在 Research@ 2026 发布多项科研 AI 能力，Deep Review 公开上线
Google 在 Research@ 2026 活动上公布多项面向科研的 AI 能力，其中 Deep Review 在 STOC、ICML、NeurIPS、ICLR 的 15000 余份投稿中完成部署后正式公开上线。
入选理由Deep Review 已在 STOC、ICML、NeurIPS、ICLR 的 15000 余份投稿中试用后公开，审稿人和会议组织者可据此判断它能否进入评审流程。
Google Research 发布十项科研工具进展，Deep Review 开放公众使用
Google Research 在 Research@ 活动上公布十项科研相关工具进展，其中智能体审稿系统 Deep Review 从早期版本扩展至面向公众开放，用于核查技术文档的逻辑一致性与事实依据。
入选理由Google 公布十项科研相关工具进展，其中 Deep Review 已用于审阅逾 1.6 万篇会议投稿，研究者可据此判断 AI 审稿辅助的可用范围。
10月14日
星期三，2 条Google DeepMind 发布 Gemini 4 Argon，面向科研与工程任务并开放 1 万名科学家免费申请
Google DeepMind 发布前沿模型 Gemini 4 Argon，今日起通过 Gemini API 在 AI Studio 和 Gemini 平台面向开发者与企业开放。
入选理由Google 官方给出 Argon 在量子化学、聚变、酶设计与罕见病分析中的具体案例，研究者可据此判断它在自身计算流程中的可用边界。
Google 发布 Gemini 4 Argon，面向科研与工程任务并开放 1 万名科学家免费申请
Google 发布前沿模型 Gemini 4 Argon，今日起通过 AI Studio 和 Gemini 平台的 API 面向开发者与企业开放，Google AI Ultra 订阅者可在 Google Antigravity 使用。
入选理由Google 官方给出 Argon 在量子化学、聚变、罕见病与酶设计上的自测案例，研究者可据此判断它在自身领域的可用边界。
10月13日
星期二，1 条Google 总结五年疾病研究：90 篇论文与 AlphaFold 等模型的应用
Google 回顾其健康研究布局，称过去五年团队发表了 90 篇经同行评审的疾病研究论文，累计被引超过 9 万次。
入选理由Google 汇总了 AlphaFold、AlphaGenome 等模型在疾病检测与药物发现中的合作案例，研究者可据此判断这些工具能否接入自己的课题。
10月9日
星期五，1 条Google 与 BIDMC 在 The Lancet 发表 AMIE 临床研究
Google 与 Beth Israel Deaconess Medical Center（BIDMC）在 The Lancet 发表研究，在 BIDMC 门诊初级保健诊所让 98 名患者在紧急就诊前先咨询诊断 AI 聊天机器人 AMIE。
入选理由Google 与 BIDMC 在真实门诊场景中测试诊断 AI 的初步结果，为研究者评估患者端 AI 的安全边界提供参考。
10月7日
星期三，2 条Elsevier 与 JAMA Network 签署内容协议，JAMA 系列期刊全文接入 ClinicalKey AI
Elsevier 与 JAMA Network 签署战略内容协议，将 JAMA 系列 13 本期刊的全文内容和图表接入临床级 AI 工作空间 ClinicalKey AI，包括 JAMA、JAMA Network Open 及 11 本专科期刊。
入选理由临床 AI 工作空间的内容授权格局再添一家医学期刊，医学研究者可据此判断其证据来源与可用范围。
Google 与 Northwestern、Jacaranda Health 合作研究：AI 解读盲扫超声可识别孕龄与胎位
Google 研究人员与 Northwestern Medicine、Jacaranda Health 合作，在肯尼亚内罗毕和芝加哥各招募 1000 名孕妇开展研究，训练医护人员执行简单的盲扫超声，并用机器学习模型分析视频，识别孕龄和胎位，准确率与受过训练的超声技师相当。
入选理由研究者可了解盲扫超声配合端侧 AI 模型在资源匮乏地区替代专业超声技师的一条可行路径。
10月6日
星期二，2 条Google 用地球 AI 人口动态基础模型 PDFM 支持全球公共卫生建模
Google 以 Earth AI 中的 Population Dynamics Foundation Model（PDFM）为概念验证，把搜索趋势、人口流动、建成环境密度和环境决定因素压缩为按月更新的位置嵌入，无需任务微调即可作为即插即用输入接入现有流行病学模型。
入选理由Google 公开 PDFM 位置嵌入在五类公共卫生任务中的合作评估结果，研究者可据此判断地理空间基础模型能否接入现有流行病学建模流程。
Google Earth AI 联合全球卫生伙伴发布公共卫生预测研究
Google 发布与全球卫生伙伴合作的多篇研究论文，展示 Google Earth AI 结合卫星影像、移动性数据与 AlphaEarth Foundations、Population Dynamics Foundation Model（PDFM）等基础模型，用于疾病暴发预测与社区健康趋势分析。
入选理由Google 把地理空间基础模型与人口动态模型接入公共卫生预测，研究者可据此判断这类模型能否用于疾病监测与资源调度。
10月1日
星期四，1 条Google AI 流感预测模型在 CDC 2025-26 季评中排名第一
美国 CDC 本周公布的 2025-26 流感季赛后分析显示，在 39 个合格模型中，Google 用 AI 构建的流感预测模型对流感相关住院人数的预测最接近实际观测值。
入选理由CDC 对 2025-26 流感季的赛后评估显示，Google 的 AI 模型在 39 个合格模型中预测住院人数最准，研究者可据此了解 AI 生成优化算法在真实公共卫生预测中的位置。
9月30日
星期三，1 条OpenAlex 上线按研究设计筛选功能，覆盖 RCT、系统综述与元分析
OpenAlex 现在支持按研究设计筛选全部文献，涵盖随机对照试验、系统综述、元分析等七种设计，共 2100 万篇作品带标签，覆盖所有领域和语言。OpenAlex 称其随机试验标签精确率为 99.7%，在同一批论文上高于 PubMed；其标注范围是每篇有摘要的作品，其中 30.6 万篇随机试验发表在 MEDLINE 未收录的期刊上。
入选理由OpenAlex 把研究设计标签扩展到全部文献并免费开放 API，做证据综合和循证检索的研究者可据此调整筛选流程。
9月29日
星期二，1 条微软研究院发布生物学 AI 研究系统 Quine，并开放 Quine Fellows 计划申请
微软研究院发布 Quine，一个面向生物学复杂性的 AI 研究系统，由生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 两部分组成。
入选理由微软研究院公开了面向生物学的多模态世界模型 Quine，并给出胰腺癌细胞状态预测经湿实验验证的案例，研究者可据此判断这类系统在实验设计中的可用边界。
9月22日
星期二，1 条Amazon Bio Discovery 发布三篇抗体设计研究，含经实验验证的纳米抗体发现
Amazon Bio Discovery 团队发布三篇抗体设计研究，分别针对结合强度排序、可开发性预测和端到端设计。其中 MochiBind 仅用序列预测抗体相对结合强度，在四个未见抗原上成对准确率均高于结构基线，平均领先近 10%，在 CPU 上约 13 秒可打分 20 万对抗体。
入选理由Amazon Bio Discovery 团队公开三篇抗体设计研究，含一篇经实验验证的纳米抗体发现，研究者可据此了解计算设计加湿实验闭环的完整流程。
8月26日
星期三，1 条Biohub 用 AI 建模肿瘤细胞状态，预测 DMG 联合用药使小鼠生存期翻倍
Biohub 与哥伦比亚大学等机构合作，用 ARACNe、VIPER/metaVIPER 等 AI 算法从单细胞 RNA 测序数据中识别肿瘤细胞状态的 Master Regulators，发现同一癌种的患者共享几乎相同的细胞状态集合：胰腺癌为 6 种，DMG 为 7 种。
入选理由两篇 Nature Genetics 论文显示，AI 预测的跨细胞状态联合用药在小鼠模型中把 DMG 生存期提高一倍，团队正筹建临床试验。
8月4日
星期二，2 条Elicit 发布 Research Agent，面向高风险科研决策并推出 BioDecisionBench 基准
Elicit 发布 Research Agent，一个面向高风险决策的 AI 环境，可跨数百万科学来源、公开数据源（含网络）和用户上传的内部数据汇集证据，并生成带完整引用的报告、数据分析、表格、可视化、幻灯片和文档，已通过 elicit.com 或 API 提供。
入选理由Elicit 把证据综合扩展到跨文献、试验、专利与内部数据的决策支持，并公开了自建基准的评测口径，研究者可据此判断它能否用于高风险的研发决策场景。
Elicit 发布 BioDecisionBench，评测模型在药物开发决策中的推理能力
Elicit 发布 BioDecisionBench，包含从 26 个生命科学复杂推理失败案例衍生出的 40 个任务变体，覆盖靶点选择、临床试验设计到新适应症选择等药物开发环节。
入选理由Elicit 公开了自建基准 BioDecisionBench 的题目来源与评分方式，研究者可据此判断这类高利害推理评测是否可信。
7月8日
星期三，1 条Biohub 用全基因组 CRISPR 筛选结合 AI 发现银屑病新药靶点
Biohub 团队对原代人成年皮肤细胞开展全基因组 CRISPR 筛选，并用基于已发表文献训练的大语言模型 VirtualCRISPR 找出文献中未被关注的命中基因，相关结果发表于 Nature Communications。
入选理由研究者可看到 AI 如何从全基因组 CRISPR 筛选中筛出文献未关注的靶点，并据此设计局部外用候选药物。
6月17日
星期三，1 条Google 在 Nature 发表 AMIE 研究：医疗 AI 从单次诊断扩展到长期疾病管理
Google 在 Nature 发表研究，展示其医疗 AI 系统 AMIE（Articulate Medical Intelligence Explorer）从单次诊断对话扩展到长期疾病管理，可结合药物处方集和临床指南进行管理推理。
入选理由研究者在 Nature 上看到 AMIE 从单次诊断走向长期疾病管理，并了解其与 21 名基层医生的盲法对比结果。
5月19日
星期二，1 条FutureHouse 多智能体系统 Robin 完成干性 AMD 候选药物发现并发表于 Nature
FutureHouse 宣布其多智能体系统 Robin 完成首个 AI 生成的发现：将 Crow、Falcon、Finch 等智能体整合为统一工作流，用于为人类疾病提出并做临床前验证的新疗法。
入选理由Robin 把假设生成、实验设计与数据分析串成一条可复现流程，研究者可据此判断多智能体系统在自身课题中的分工边界。