包括戴维·贝克在内的团队开发出生成式AI系统 RFdiffusion3（RFD3），可直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统 RFdiffusion2 的10倍。在41个已有酶的活性位点计算测试中，RFD3 有37个案例的设计表现优于 RFdiffusion2；实验上设计出可分解对氧磷的酶和可切割特定肽段的蛋白酶，均完成预期化学反应。设计范围还扩展到 RNA 等核酸分子。
推荐理由：RFD3 把蛋白质设计条件细化到原子位置和氢键，并给出与前代的速度和活性位点对比，可据此判断原子级设计的能力边界。
AmpliconSuite 是一套从癌症全基因组测序数据分析局灶扩增的工具包，可识别染色体外 DNA（ecDNA）、断裂-融合-桥及其他扩增模式，其 ecContext 模块对 ecDNA 结构分类以理解形成机制。
推荐理由：该工具把 ecDNA 等局灶扩增模式的识别与结构分类整合成一套流程，并配套可共享结果的社区平台。
NCBI 发布面向全部公开人类和小鼠 SRA 数据的 RNA-Seq Gene Feature Counts，通过 AWS Registry of Open Data 免费开放。
推荐理由：公共 SRA 的人和小鼠 RNA-Seq 数据有了统一流程算出的基因特征计数，做大规模表达分析前可先据此筛选。
HitSV 通过建模基因组重复性与信号强度的相互作用来改进结构变异检测，结合重复性与信号密度感知的断点识别和单倍型解析的局部组装，实现碱基分辨率的结构变异重建与基因分型。
推荐理由：新方法把重复序列密度纳入结构变异断点识别，并在多个测序平台和大队列上给出可比较的提升幅度。
LoL-align 在 Nature Methods 发表，可在不做叠合（superposition）的情况下比对蛋白结构。作者称其比 TM-align 和 DALI 更敏感、比对结果更好，速度快 5–20 倍，现已集成到 Foldseek，代码在 GitHub 的 steineggerlab/foldseek 仓库，并提供 search.foldseek.com 在线服务。
推荐理由：新方法不做叠合即可比对蛋白结构，并给出与 TM-align、DALI 的敏感性和速度对比，可据此判断是否替换现有流程。
CRISPR-HAWK 是一个把个体和群体尺度的变异与单倍型纳入 gRNA 设计的框架，代码已在 GitHub 开源。作者在 79 648 个基因组上分析治疗靶点，发现变异会显著改变向导表现：针对 BCL11A 的镰状细胞病治疗向导存在完全消除预测切割活性的单倍型，七个治疗位点中 82.5% 的向导带有影响在靶活性的变异，变异还会产生新的 PAM 位点、带来参考基因组设计看不到的个体特异性向导。
推荐理由：该工具把个体与群体层面的变异和单倍型纳入 gRNA 设计，并给出 79 648 个基因组上的评估结果，可供做 CRISPR 靶点选择时参考。
LoL-align 是一种基于距离的概率蛋白结构比对算法，通过迭代优化局部对数几率评分来判断蛋白同源性。作者报告，在单结构域和多结构域基准上，它检测远源同源蛋白的灵敏度明显高于 TM-align 和 Dali，比对质量更好，速度是二者的 5–20 倍，并已完整集成到 Foldseek 中。
推荐理由：新方法以局部对数几率评分做蛋白结构比对，在远源同源检测上比 TM-align 和 Dali 更灵敏且快 5–20 倍。
MassNet 是一个面向 AI 的质谱蛋白质组学数据语料，包含来自 35 个物种的 15 亿张 DDA 串联质谱谱图，其中约 170 万个肽段前体来自人类样本。
推荐理由：1.5 亿张质谱谱图与统一张量格式，为质谱蛋白质组学的深度学习提供了可复用的数据底座。
HDOCK-Multimer（HDM）是一个整合对接与组合组装的框架，用于预测大型蛋白复合物结构，在 35 个大型异源复合物、172 个大型蛋白复合物和 7 个 CASP15 靶点三个基准上优于 CombFold、MoLPC、AlphaFold-Multimer 和 AlphaFold3。
推荐理由：面对多链组合空间过大的难题，该框架把对接与组合组装结合，在三个基准上超过现有方法。
TorchGWAS 1.0 发布，这是一个用 GPU 批量运算对大量定量表型做协变量校正线性关联检验的框架。
推荐理由：面对数千个定量表型逐个做 GWAS 的算力瓶颈，该工具给出与 PLINK 2.0 一致的统计量和大规模运行时间。
Cao 等人提出 AMIFound，一个覆盖 CT、MRI、PET、内镜、超声、眼底成像和 X 射线共 7 种模态的医学影像修复与增强一体化基础模型。模型在 376 万对高质量与退化图像上训练和评估，覆盖 7 类退化模式，用共享编码器捕捉模态与退化线索，并由动态路由的专家修复池为每个输入选择增强路径。
推荐理由：该模型用 376 万对图像统一 7 种医学影像的修复与增强，并检验增强后对下游诊断任务的影响。
研究团队开发了 NK 细胞靶向脂质纳米颗粒（NtLNPs），用工程化双靶向 NK 细胞配体驱动受体特异性摄取和 mRNA 递送，在小鼠中实现最高约 80% 的 NK 细胞转染且脱靶效应很小。
推荐理由：该研究用双靶向配体修饰的 LNP 在小鼠体内转染 NK 细胞并生成 CAR NK，为 T 细胞驱动的疾病提供了一种非病毒体内改造路径。
Arc Institute、Biohub、UCSF与Vector Institute团队开发eclair-CLIP，用统一小标签替代逐个抗体，在人类细胞中绘制67个癌症相关RNA结合蛋白（RBP）图谱，以单核苷酸分辨率定位超过900万个RNA结合位点。
推荐理由：用统一标签的CLIP方法构建67个癌症相关RBP的高分辨率结合图谱，并据此训练可解释的RNA结合预测模型。
Bits to Binders 全球竞赛以 CAR-T 为场景评估 de novo 结合域设计，来自 42 个国家的团队提交了 12,000 个靶向人 CD20 的 80 氨基酸 minibinder 设计。
推荐理由：这项竞赛把 1.2 万个 AI 设计的 CAR-T 结合域放进细胞功能筛选，而非只看亲和力，为评估蛋白设计提供了更接近功能的检验方式。
Ensembl 建立全基因组 Cactus 比对集中仓库，在 https://ftp.ensembl.org/pub/misc/compara/multi/hal_files/ 提供鸟类、哺乳动物、昆虫、甲壳类、线虫、禾谷类、鱼类和 SARS-CoV-2 等类群的比对文件与元数据。
推荐理由：Ensembl 把多类群全基因组 Cactus 比对集中到统一 FTP 目录，做比较基因组和共线性分析的读者可据此直接取用。
研究团队开发 shotgun genetic engineering（SGE），把通路拆成多个带条形码的小构建体分别导入哺乳动物细胞，以单细胞为独立实验筛选基因组成、化学计量和细胞器定位的组合。
推荐理由：把大片段通路拆成多个带条形码的小构建体并行导入细胞，为哺乳动物代谢工程提供了可扩展的组合筛选思路。
Visionary AI 是一个可解释平台，将视网膜图像转换为微血管拓扑与几何表征，在临床症状出现前预测妊娠期高血压疾病。在 1,267 例妊娠的前瞻性开发队列中，子痫前期预测达到 AUC = 0.91、AP = 0.81；经稳定性优化的模型未经再训练即迁移至独立外部验证队列，AUC = 0.81、AP = 0.68，优于临床与深度学习基准。
推荐理由：该平台把视网膜微血管拓扑特征用于妊娠高血压疾病的早期预测，并在独立外部队列中验证了迁移能力。
中国科学院遗传与发育生物学研究所李响研究组在 Developmental Cell 在线发表论文，将微流控空间条形码技术与 SPRITE-like 无连接酶接触检测策略结合，开发出空间三维基因组学技术 SpaceA，可在组织切片原位高置信度解析远距离染色质互作。
推荐理由：SpaceA 把空间条形码与无连接酶接触检测结合，让染色质远距离互作能在组织切片原位测量，为空间三维基因组学提供了新手段。
Seurat 发布 v5.6.0，新增 setThreads 和 getThreads 控制支持的 C++ 内核与 uwot UMAP 后端线程。
推荐理由：新版本把归一化、降维、聚类和整合等常用步骤改为多线程 C++ 实现，并修复了 BPCells 磁盘型数据的打分问题，做单细胞分析的读者可据此判断是否升级。
中国科学院遗传与发育生物学研究所段力辉团队开发 OpenFISH，可在同一张组织切片上连续完成空间转录组与 MALDI-MSI 空间代谢组检测。该方法通过模块化探针设计和单轮基因编码将空间转录组成本降低约 95%，并借助导电玻片预处理与 MALDI-MSI 后组织成胶、透明化实现两模态兼容。
推荐理由：该工作把成像空间转录组与 MALDI-MSI 代谢组放在同一张切片上，并给出约 95% 的转录组成本降幅，做空间多组学的人可关注其兼容方案。