MR-MAS 是一个基于多智能体架构的端到端孟德尔随机化（MR）自动分析系统，利用大语言模型的推理与协调能力并整合外部工具，把数据获取、因果效应估计、结果解读和稿件撰写统一到单一工作流中，以减少人工投入。系统还构建了结构化的孟德尔随机化知识库 MRKB，用于支持 MR 方法实现和针对性修复分析代码。在多种测试场景中，MR-MAS 表现出稳定的流程执行，复现了若干有文献支持的因果信号，并在重复运行和不同模型后端下保持一致的因果估计；额外评测显示其性状检索稳健，在 MRKB 引导下代码修复表现提升。
APR-Score 是一种基于机器学习的计算方法，用于识别蛋白序列中易发生聚集的区域，并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证，在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
Metacontextify 通过 Copernicus Marine Service 数据，为海洋宏基因组样本自动检索温度、盐度、pH、营养盐等环境属性，可连接 ENA 和 MGnify 标识或采样坐标与日期。
ParaDISM 是一个用于精化标准比对结果的流程，通过参考序列的多序列比对识别可区分位点，仅在有无歧义的序列特异性证据时才把读段或读段对分配到某条序列，证据不足的读段报告为未分配。
Cis-TERN 是一种基于图的拟时序推断方法，整合 scRNA-seq 与 scATAC-seq 数据，在两类细胞间构建有向二部图，边权由近端或远端染色质可及性决定，再通过网络扩散为所有细胞赋予连续拟时序分数。
pycircdb 是一个 Python 命令行工具，可输入人类 circRNA 基因组坐标，快速查询多个经整理的 circRNA 数据库并输出可复现注释。各数据库已统一为 0-based 表示并在 hg19 与 hg38 组装间交叉映射，兼容 0-based 和 1-based 坐标输入，采用容错匹配策略。
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。
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。
Seumetry 是一个开源 R 工具包，把流式与质谱流式数据的专用分析方法与 Seurat 的单细胞 RNA 测序分析能力结合起来。它提供高级质控、可视化和细胞群体丰度与蛋白表达的差异分析，作者用自建的人肠道不同层免疫细胞数据集验证其能识别不同免疫细胞群体，并在公开数据集上与人工门控结果一致。
研究构建了 1100 个合成建模问题，基于 22 个已发表建模问题的常微分方程组与实验设计生成，并扩展了近期一种针对随机观测函数的时间序列数据模拟方法，使其覆盖多种实验条件下的真实测量模式。对数据与模型特征、优化性能和参数可识别性的分析显示，该合成问题集在真实性和多样性上扩展了现有问题空间。基准问题与算法已公开。
hpci 是一个平台无关的开源工具，把 GitHub Actions、GitLab CI 等 CI 平台与 Slurm、PBS 等常见 HPC 作业调度器集成，用于自动测试分析流程和模型。
FA-MFMR 通过整合遗传工具变量、暴露轨迹的功能表示与低维因子结构，估计多个纵向暴露的时变因果效应。模拟显示其估计误差低于对比方法、不确定性量化更高效，尤其适用于高度相关且稀疏观测的纵向暴露。在帕金森病队列的纵向生物标志物上，该方法刻画了轨迹水平系数函数的年龄依赖模式，并提示局部效应的不确定性；R 包与复现代码已公开。
ProDTI 是一个先验引导的正样本-未标注（PU）学习框架，用于药物-靶点相互作用（DTI）预测，作者称其在五个基准上稳定优于现有基线。该框架把显式生化相似性与大规模预训练模型的隐式语义表示组合成混合先验，驱动软标签蒸馏以稳定优化轨迹，并用硬锚点正则惩罚可靠负样本、锐化决策边界。
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。
Epitope Generation Gateway（EGG）是一个容器化流程，整合 Mutect2、STAR-Fusion、ArcasHLA 与 pVACtools，在预测表位序列后叠加共表达网络、蛋白互作网络、中心性指标、DepMap CRISPR 依赖数据和 IntOGen 驱动基因状态进行优先级排序。
Virushunter 与 Virusgatherer 是一套从原始下一代测序数据中发现病毒基因组的双模块计算流程：Virushunter 基于 profile Hidden Markov Model 对病毒标志蛋白编码序列 reads 做同源搜索并构建 microcontigs，再作为种子交由 Virusgatherer 进行靶向病毒基因组组装。
ColabFold 1.6.3 发布，现在可以完全通过 pip 安装，本地安装不再需要 conda，kalign、hhsearch 和 openmm 也可从 pip 获取。
ViralClust 是一个模块化 Nextflow 流程，用于从大型病毒基因组数据集中按偏差感知方式挑选代表性序列，整合了 CD-HIT-EST、SUMACLUST、VSEARCH、MMSeqs2 和 HDBSCAN 共 5 种聚类算法，可在统一工作流中直接比较聚类结果。
Scanpy 发布 1.13.0a2 预发布版本。原文未披露该版本的具体功能变更、修复内容或数据与代码公开情况。
Scanpy 发布 1.12.4 版本，为这一单细胞分析工具的补丁更新。原文未披露具体修复内容与新增功能。
AlphaFold 3 v3.0.4 让模型可在纯 CPU 机器和 Apple Silicon 上运行，其中 Apple Silicon 可利用 GPU 加速推理。
Scanpy 发布 1.13.0a1 版本。该版本为 GitHub Releases 上的预发布版本，具体更新内容原文未列出。
ColabFold 1.6.2 发布，新增 --use-pallas 参数，用融合的 Pallas/Triton 内核运行 Evoformer，预测速度约提升 2.5 倍且内存占用略降，需要计算能力 8.0（Ampere）及以上的 NVIDIA GPU。
AlphaFold 3 发布 v3.0.3，代码许可证从 CC BY-NC-SA 4.0 改为 Apache 2.0，并兼容 Python 3.14。该版本还带来性能改进：Confidences JSON 序列化最高提速 30 倍，5000 残基输入的序列化时间从 43 s 降至 1.3 s，mmCIF 解析提速 4%。
推荐理由：许可证从非商用协议改为 Apache 2.0，并给出大输入序列化提速的具体数字，可据此判断能否商用与升级。
Seurat 发布 v5.5.0，为 BPCells 的 IterableMatrix 在 ScaleData 中新增 vars.to.regress 与 latent.data 支持。
AlphaFold v3.0.2 发布，开箱支持 NVIDIA Blackwell GPU，并借助 Tokamax 实现 flash attention 与 SwiGLU。