免疫学家德里亚·乌努特马兹利用GPT-5 Pro解决了T细胞发育的难题，发现去氧葡萄糖影响T细胞特化。AI帮助分析实验数据和预测结果，加速了生物研究进程。尽管AI提供了重要见解，专家的判断仍然至关重要。乌努特马兹对AI在生物医学领域的未来充满信心。

我国发布了血管芯片国家标准，规范了相关术语、外观、性能及生物相容性等指标，推动多器官芯片标准体系的完善。这将促进血管芯片在药物筛选和毒理评价等领域的应用，解决传统动物实验的种属差异问题，增强我国在生物医学领域的竞争力。

研究表明，传统小样本生物医学研究存在统计效力不足的问题。德国法兰克福大学研发的genESOM生成式AI模型，通过分离结构学习与数据生成，有效恢复小样本中的生物学信号，降低假阳性率。在多发性硬化研究中，该模型表现优异，能减少动物用量30%-50%，为小样本研究提供了新方案。

AI Shortlist 是关于人工智能的简要介绍，涵盖其应用、发展及未来趋势。

麻省理工学院等团队提出了AutoSciDACT方法，旨在自动化检测科学数据中的新发现。该方法结合对比学习和统计检验，能够有效识别异常信号，适用于天文学、物理学和生物医学等领域。研究表明，AutoSciDACT在不同数据集上表现优异，推动科学发现向数据驱动转型，提升科研效率。

Rhonda Patrick博士是一位生物医学科学家，专注于健康改善和衰老延缓的研究。她通过播客和社交媒体传播营养、代谢健康和睡眠的科学知识，强调维生素和Omega-3补充的重要性。研究显示，适当补充可提升认知功能并降低老年痴呆风险。

Rhonda Patrick博士是一位生物医学科学家，创立了FoundMyFitness，专注于提供基于证据的健康建议。她的研究领域包括营养反应、代谢健康和睡眠生物学，通过播客和社交媒体传播科学知识，帮助人们优化健康和延长寿命。

opentelemetry-go 是 Go 语言的 OpenTelemetry 实现，提供统一的 API 用于采集分布式追踪和指标数据，支持多平台兼容性和丰富的数据导出选项。Biomni 是生物医学 AI 代理，支持复杂科研任务，具备无代码界面。quiet-star 实现语言模型自我思考机制，提升推理质量。next14-tutorial 演示 Next.js 14，便于学习。rinha-de-algoritmos 是评估算法能力的平台。

密苏里大学研究人员开发了一种先进的人工智能工具，能够预测单个细胞内染色体的三维结构。这一创新为基因组织和功能提供了重要见解，显著推动了遗传和生物医学研究。该工具能有效解析噪声和不完整数据，准确识别生物结构，分析人类单细胞数据的准确率超过以往方法的两倍。研究团队计划进一步提升该工具，以重建整个基因组的高分辨率结构。