随着生物检测和计算建模技术的发展，科研数据生产能力迅速提升，但知识整合能力滞后。为此，研究团队开发了Robin多智能体系统，实现了科学假设生成与实验数据分析的闭环工作流。该系统在药物筛选中表现出色，验证了其在干性年龄相关性黄斑变性治疗中的应用潜力，展示了AI在生命科学研究中的新方向。

麻省理工学院的马库斯·J·比勒教授因在生物材料计算建模和工程教育方面的突出贡献，获得2025年华盛顿奖。比勒的研究深化了对生物材料力学的理解，并结合人工智能开发了创新方法，同时积极参与STEM教育，培养未来工程师。

计算建模在生物学，特别是细胞信号转导研究中日益重要。加州大学与挪威实验室的研究团队提出了反应和传输空间建模算法（SMART），解决了多隔室时空模型问题。该算法有效捕捉细胞内空间效应，提升模型预测能力，为生物物理学模拟开辟新机遇。