#表型筛选

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。

同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》

Project Encore获NIH资助并招聘

我们拿到资助了！！！而且在普渡大学和Broad研究所都在招人！ JT Neal获得了NIH主任变革性研究奖，用于Project Encore。我们将利用成像技术并行测试160万+药物-疾病组合，为罕见遗传病进行药物重定位 https://www.linkedin.com/feed/update/urn:li:activity:7513244403222609923/

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。

Axiom Bio用细胞成像与机器学习预测毒性

一篇关于Axiom Bio结合细胞成像与机器学习预测毒性的有趣文章