研究团队开发出大视野三光子显微镜 LIFT，视场超过 3 mm^2，可在完整小鼠脑的皮层下区域和大鼠深部皮层做细胞分辨率的群体成像。LIFT 把高数值孔径优化的采样方式与定制扫描模块结合，并配合基于深度学习的去噪。作者在小鼠完整脑中同时记录到 CA1、周围白质及相邻皮层深层共 1500 多个细胞的钙活动，并在大鼠皮层 1.2 mm 深度获得高信噪比的群体成像。该显微镜在成像尺度与速率上可灵活调整，且全部由现成元件搭建。相关结果发表于 Nature Communications。
研究提出一种基于物理的快速计算方法，用于在从头设计的蛋白质中为小分子靶标生成等排且化学互补的结合口袋。作者通过构建并表征针对多种合成与天然色素的结合蛋白进行实验验证，仅评估个位数数量的设计，就获得稳定蛋白，X射线晶体学证实其apo结构中的结合位点已预先组织，并以微摩尔或更好的亲和力结合靶标。为展示适用范围，作者在双结构域从头设计蛋白中引入选择性且偶联的色素结合位点，实现两个位点间可控的能量转移，并开发出一种小型从头设计结合蛋白，可在活哺乳动物细胞中用于可视化亚细胞结构。
推荐理由：该方法用物理计算快速生成与小分子互补的结合口袋，并用X射线晶体学验证少量设计的apo结构。
英国国家物理实验室（NPL）联合萨里大学、牛津大学、弗朗西斯·克里克研究所和 IONTOF GmbH，开发出一种可直接从表面成像区分同分异构分子的技术，成果于 10 月 19 日发表在 Nature Communications。该方法基于 NPL 自研的 Orbitrap 二次离子质谱（OrbiSIMS），利用结构依赖的离子解离与离子传输中的气相效应构建新的分析维度，无需额外样品制备即可获得结构敏感的分子成像。团队以棉子糖、麦芽三糖和松三糖三种同分异构三糖验证了方法。该能力可用于糖组学、脂质与代谢物成像、生物材料与生物界面研究，并有望支持生物标志物、药物与疗法的发现和验证。
研究团队发布 Airscope 无线介观显微镜，重 1.0 克，在 6 mm 视野内实现 4 μm 横向分辨率、12.5 Hz 成像。其非球面透镜设计使总光程比此前微型显微镜缩短 2.84 倍，单只动物可无缆记录超过 8,500 个神经元的钙信号，较此前提升 25 倍。
推荐理由：1.0 克无线介观显微镜把视野扩到 6 mm 并支持自由活动小鼠成像，为系统神经科学提供可迁移的硬件方案。
一项发表于 Nature Microbiology 的研究发现，抗生素并非只杀灭致病菌，还可能对宿主产生直接影响，为此开发了工具 CompoRes 用于识别这类宿主直接效应。
研究提出 DNA-SaM 系统，整合高效编码、严格的生化约束检查和两级索引的存储单元分布架构，用于可扩展的 DNA 数据存储。计算分析显示其编码时间复杂度为线性，编码时间较代表性方法明显缩短，并主动排除同聚物重复、串联重复和潜在启动子基序等可能干扰下游生化过程的序列。该系统在体外和体内实际存储中均取得 100% 成功率，按其编码方案与序列设计空间理论上可存储超过 2^70 PB 数据。
对多样本约束网络推断框架 CORNETO 的可复用性评估显示，多样本推断总体提升稳健性与可重复性，但预测性能增益取决于生物学背景和先验网络的完整性。研究在动态造血与稳定皮层数据集上系统评估四种网络重建范式，并引入 bootstrap 聚合与选择性再扩展策略以提升共识稳健性。结果揭示由样本量、先验知识和正则化共同界定的不同推断区间。
研究团队发布多浸没斜平面显微镜 miOPM，一个可适配从培养细胞到整生物体、透明化组织的可重构光片荧光显微平台。光片荧光显微（LSFM）此前分化为多种针对特定样品或成像条件优化的变体，限制了通用性。miOPM 支持油、水、空气物镜的无缝互换，在 1.33 至 1.51 的折射率范围内保持衍射极限性能，并兼容标准样品 mounting、现有透明化流程与高通量三维成像。作者用 miOPM 在多个空间尺度上成像了多种生物样品，认为其扩展了 LSFM 的适配性与易用性，有望推动先进三维成像的普及。
中国科学院遗传与发育生物学研究所李湘团队开发出空间 3D 基因组技术 SpaceA，可在组织切片中原位检测长程染色质互作并保留细胞空间位置，成果发表于 Developmental Cell。
斯坦福大学团队开发出干涉图像扫描显微镜（iISM），将干涉散射显微与阵列探测器结合，在无需荧光标记的条件下实现约 120 纳米分辨率，可实时观察活细胞内多种结构同时运动与相互作用。
AmpliconSuite 是一个从肿瘤全基因组测序数据分析局灶性扩增的工具包，可识别染色体外 DNA（ecDNA）、断裂-融合-桥（breakage–fusion–bridge）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：该工具把肿瘤全基因组测序中的局灶性扩增分析整合为端到端流程，并在 72 个模型、175 个基因上做了 FISH 验证。
研究团队发布结构变异检测工具 HitSV，通过感知基因组重复性与断点特征密度识别断点，并结合单倍型分辨的局部组装，实现跨测序技术的碱基分辨率结构变异重建与基因分型。在 HG002 基准上，HitSV 的基因型 F1 分数相比现有最优 SV caller 分别提升 15–72%（长读长）、10–36%（短读长）和 12%（混合测序）。应用于 1KGP 第四期队列时，HitSV 将 SV 检出集扩大 31.5%，明显改变等位基因频率分布。在一个中国长读长队列中，HitSV 发现串联重复与移动元件组成的复合阵列是一类常见、多等位的复杂 SV，提示这类复合重复结构是此前被低估的人类结构变异来源。
推荐理由：HitSV 在 HG002 基准上把基因型 F1 提升 10–72%，并在大队列中发现一类此前被低估的复杂结构变异。
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。
MassNet 发布面向 AI 的质谱蛋白质组学数据语料库，包含来自 35 个物种、高质量 DDA 质谱数据的 15 亿张串联质谱图，其中约 170 万个肽前体来自人类样本。
推荐理由：该语料库覆盖 35 个物种的 15 亿张质谱图，并配套标准化存储格式，为质谱蛋白质组学的深度学习提供了可复用的数据底座。
研究提出 HDOCK-Multimer（HDM），将 ab initio 对接与组合组装整合，用于大蛋白复合物结构预测。在 35 个大异源复合物、172 个大蛋白复合物和 7 个 CASP15 靶点三套基准上，HDM 的表现优于 CombFold、MoLPC、AlphaFold-Multimer 和 AlphaFold3。该框架还能在未提供化学计量比输入的情况下预测化学计量比并建模复合物。
推荐理由：面对大蛋白复合物组装空间过大的难题，该框架把对接与组合组装结合，并在三套基准上与 AlphaFold3 等方法比较。
Cao 等人提出一体化基础模型 AMIFound，用于 CT、MRI、PET、内镜、超声、眼底成像和 X 射线 7 种医学影像的增强与修复。模型在 376 万对高质量与退化图像上训练和评估，覆盖 7 类代表性退化模式；共享编码器提取模态与退化线索，动态路由的专家修复池为每个输入选择增强路径。在 7 种模态上，AMIFound 在全参考图像质量指标、临床医生评估、组合退化鲁棒性测试以及自然退化临床图像上均优于 38 个任务专用与通用基线。增强后的图像还改善了 44 项疾病检测任务、肿瘤分期预测和非小细胞肺癌生存风险分层，包括个体层面的预后排序。
推荐理由：该模型用 376 万对图像统一处理 7 种医学影像的退化修复，并检验增强后对下游诊断任务的影响。
研究团队改造出 rsmiRFPnano，一种源自蓝细菌光敏色素、分子量低于 19 kDa 的近红外光开关光声成像探针，用于差分光声断层成像（PAT）。现有基于细菌光敏色素的探针多为超过 55 kDa 的多结构域蛋白，限制了 PAT 分子报告探针的设计；rsmiRFPnano 能高效结合胆绿素，在两种光开关状态下均有高消光系数，并在活细胞中表现稳定。作者据此构建了 NF-κB 和 AP-1 通路的报告探针，基础活性低、激活响应强，并在体内用无创 PAT 可视化急性炎症，还用细胞级空间组学图谱做了验证。
推荐理由：一种不到 19 kDa 的光开关蛋白把光声成像探针做小，并给出炎症与胞内抗原成像的验证路径。
研究提出一套闭环工作流，将高效反应数据获取与高精度深度学习结合，用于数据稀缺条件下的化学反应结果与区域选择性预测。作者用基于树集成的主动学习策略挑选信息量最大的实验，由此获得一个多样化的 C–H 硼化基准数据集，并在此基础上训练和评测几何图神经网络。结果显示，为这类对称性感知模型加入自监督辅助任务后，反应结果预测和区域选择性预测的表现均稳定提升。在含 N-杂芳基等难处理基团的未见底物上前瞻测试中，该流程全部定位到正确的硼化位点，作者据此认为其可用于高效的药物优化。
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。
研究团队开发 shotgun genetic engineering（SGE），用递送大量带条形码小构建替代单个大构建，让每个细胞携带一条合成通路作为独立实验，再通过测序筛选具有目标表型的细胞。
推荐理由：用大量带条形码的小构建替代单个大构建，把哺乳动物代谢通路的组合筛选扩展到数百万种，为复杂性状工程提供可迁移策略。
研究提出 shotgun genetic engineering（SGE）多元工程策略，可在单次实验中筛选数百万种组合方案，并通过选择策略找出有效设计，用于快速改造哺乳动物细胞的复杂生物学功能。作者称该方法有望用于将复杂表型工程化到哺乳动物细胞中。
Ana Conesa 团队在 Nature Communications 发表长读长 RNA-seq 研究，比较"先合并 reads 再检测转录本（Join & Call）"与"逐样本检测再合并（Call & Join）"两种策略。研究使用 PacBio 与 ONT 数据、6 款工具并设置多个重复，结论是策略优劣取决于所用工具。
CytoVI 深度生成模型正式发表于 Nature Methods，可整合流式细胞术、质谱细胞术与 CITE-seq 数据，并预测缺失标志物、发现疾病相关细胞状态。Adlung Lab 称将试用该方法并鼓励课题组采用。
生物医学发现的关键瓶颈已从数据获取转为证据整合与解读能力。DeepEvidence 是一款新型深度研究智能体，不再局限于事实检索，而是构建科学证据的显式表示。
SpaCEy 的经同行评审版本现已正式发表，论文刊于 Nature，代码已在 GitHub 的 saezlab/SpaCEy 仓库公开。
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，尝试在不插管的情况下，从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型；在机会性筛查场景下，模型对食管癌的敏感性为 90%，对癌前病变为 52.5%，真实场景特异性为 99.2%，在低剂量 CT 上性能未见下降。
推荐理由：在机会性筛查场景下，该模型对食管癌的敏感性达到90%，并给出了癌前病变与特异性的具体数字，可供关注影像 AI 早筛的读者对照。
Delphy 在 Nature 发表，为疫情应对提供可扩展、近实时的贝叶斯系统发育分析，把更快的推断引擎与可交互界面结合起来。该工作由 Patrick Varilly 主导，与 Ben Fry 和 fathominfo 团队共同开发，论文见 https://www.nature.com/articles/s41586-026-11012-6，工具可在 https://delphy.bio/ 试用。
研究团队开发了一种计算去卷积方法，用于解析细胞周期依赖的蛋白浓度动态，并应用于新的芽殖酵母批量蛋白质组数据。该方法的核心是一个酵母群体模型，用实验获得的细胞周期进程和体积生长数据参数化，以量化采样群体中的失同步程度；作者对 3272 个蛋白做去卷积，用交叉验证确定正则化参数，识别出 539 个具有细胞周期依赖动态的蛋白。
研究团队开发了计算流程 TME-CARTographer（TME-CART），整合高维数据、图论、行为分析和深度学习，用于解析活体胰腺导管腺癌（PDA）肿瘤中 4D 的 T 细胞与肿瘤微环境相互作用。
Stephen Quake 介绍 Universal Cell Embedding 模型，该模型在来自多种物种和组织的 3600 万细胞数据集上训练，可研究远超训练集范围的生物体。相关成果来自 Rosen 等人的 Nature 论文，DOI 为 10.1038/s41586-026-10689-z。
推荐理由：Universal Cell Embedding 在 3600 万细胞上训练，可外推到训练集之外的物种，为跨物种细胞研究提供参考。
Biohub 与 UC Berkeley 团队在三篇论文中报告，激光相位板在单激光和双激光（xLPP）两种配置下都能显著提升冷冻电镜图像对比度。单激光版本使分辨率最多提升 44%，双激光版本将铁蛋白 apoferritin 成像到 1.8 埃，并提升了冷冻 E. coli 的对比度。
推荐理由：三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度，为在完整细胞内看清蛋白提供新手段。
Sara Mostafavi 团队（与 chikinlab、LXandR_ 合作）在 Nature Genetics 发表论文，对基于序列的深度学习模型预测个体基因表达进行基准评测。同期 Nilah Ioannidis 团队提交的配套论文显示，这些结果在不同数据和模型间保持一致。
Nicolas Altemose 表示，包括 DiMeLo-seq 在内的 T2T 基因组表征方法登上 Nature Methods 封面。该期是 T2T 特刊，收录了端粒到端粒（T2T）联盟的多篇方法学论文，封面由 @giulio_formenti 和 Camilla Cima 创作。
作者宣布描述 DiMeLo-seq 的论文已在 Nature Methods 发表。该方法利用长读长测序，在单条染色质纤维上定位特定蛋白-DNA 相互作用位点，作者称其在表观基因组学中有多种应用。论文链接为 https://www.nature.com/articles/s41592-022-01475-6。