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
AI药物设计实验室精选AI 评分5858 Nature Communications｜MALVINA：单细胞深度学习揭示细菌互作与药物如何重塑病原性
《Nature Communications》在线发表的这项研究提出 MALVINA 工作流，将宿主—病原体共培养、高内涵成像与深度学习分类结合，分析 1320 个微孔、约 130 万个人结肠上皮细胞，同时读出细菌入侵宽度、入侵深度、感染细胞直接基因毒性和未感染细胞群体基因毒性四项指标。
推荐理由：该研究把细菌入侵与宿主基因毒性拆成单细胞读数，为抗菌药物评价提供杀菌之外的观察维度。
BioSymetrics精选AI 评分5858 Lunaibio 与 Tanaist 达成全球独家许可与合作，为 AI 帕金森病平台引入人类细胞表型
BioSymetrics 母公司 Lunaibio 宣布与 Tanaist 达成全球独家许可与合作协议，将人类细胞表型能力加入其 AI 驱动的帕金森病平台。该合作把实验验证环节纳入平台，具体交易金额与资产细节未在推文中披露。
推荐理由：BioSymetrics 母公司 Lunaibio 与 Tanaist 达成帕金森病平台合作，可了解细胞表型数据如何接入 AI 药物发现流程。
SynBioBeta News精选AI 评分5858 ImpriMed 如何把九年兽医肿瘤学经验转为人类血液肿瘤业务
ImpriMed 将兽医肿瘤学中积累的活细胞药敏平台转向人类血液肿瘤，以合同研究服务形式向药企开放。公司称其培养与运输体系可让血液肿瘤细胞在四到七天内保持 80% 至 90% 存活，并在 14 个州 29 家诊所 31 位兽医参与的数据中报告高匹配组完全缓解率为 53%，历史对照为 27%。
推荐理由：文章复盘 ImpriMed 从兽医肿瘤学到人血液肿瘤 CRO 的路径，重点说明其活细胞药敏数据如何用于 IND 前人群选择。
Valence Labs 官网资讯精选AI 评分6060 显微图像深度学习究竟学到了什么：Valence Labs 作者谈基准与可解释性
Valence Labs @ Recursion 的 Ihab 在文章中讨论显微图像深度学习模型究竟学到了什么，指出在部分细胞培养显微任务中，多个已训练模型的表现与未训练网络和像素统计等简单基线相近，说明基准分数中有一部分信号并不需要高层生物学表征。
推荐理由：作者结合自身基准测试经验，讨论显微图像模型何时学到真实生物学信号、何时依赖技术捷径，并提出可解释基线的设计思路。
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