Nature Methods 2026 研究比较四条自监督学习路线用于细胞绘画表型指纹
Walid M. Abdelmoula 等在《Nature Methods》发表大规模比较研究，用 JUMP–CP 约 177 万张未标注图像预训练四类自监督模型，并在多个独立数据集检验细胞扰动识别。
推荐理由：系统比较四条自监督表征路线在细胞绘画表型检索中的表现，为标签稀缺的高内涵成像选型提供参照。
#表型筛选
AI药物设计实验室精选AI 评分7070
insitro · Publications & Press精选AI 评分7272 insitro 用 AI 从 MRI 推导棕色脂肪表型并完成首个 BAT 全基因组关联分析
insitro 在 Keystone Symposia 肥胖治疗会议上报告，基于 UK Biobank 影像队列（n=69,598）的 Dixon MRI 脂肪信号分数图构建 AI 推导的棕色脂肪（BAT）表型，并完成首个 BAT 全基因组关联分析，识别 81 个独立遗传位点、精细定位到 45 个基因。
已经到底了