阿斯利康推出CellAtria智能体，自动化单细胞数据分析
阿斯利康于2026年1月16日在《npj Artificial Intelligence》发表论文《An agentic AI framework for ingestion and standardization of single-cell RNA-seq data analysis》，正式推出CellAtria智能体AI框架与配套管线CellExpress。该系统通过自然语言交互，自动完成单细胞RNA-seq论文解析、元数据提取、数据获取、流程配置、标准化分析与报告生成。单细胞测序平台团队、药企转化
感觉即本能：生命驱动力与AI的本体鸿沟
摘要 本文提出并论证一个核心命题：生命活动的本质驱动机制是‘感觉’，而非‘计算’。通过对动物行为学、神经内分泌学与进化生物学的跨层次分析，本文指出感觉系统并非高级神经系统的专属产物，而是从单细胞生物起便作为生存基础设施而存在。论文进一步推测了单细胞感觉可能的物理载体——‘细胞骨架内参状态’模型，并以鸟类繁殖行为为例验证该模型的经验解释力。最后，本文指出，当前基于计算范式的人工智能与生命系统之间存在根本性的本体论差异：计算生成指令，而感觉生成动机。这一分野构成了人工智能真正‘类人’化的本质障碍。 关键词：感
从计算机到AI科研：马文静教授的跨界探索与育人之路
SAI 追光录教授专访：马文静 助理教授SAI TEACHERS' TALK人工智能学院始终将人才作为核心，在大学校长徐扬生院士、学术副校长罗智泉院士、学院院长李海洲院士等国际顶尖专家与学者的引领下，面向全球广纳贤才，已成功组建了一支来自美国、加拿大、德国、瑞典、新加坡、日本、中国香港、中国台湾等地区的高层次师资团队。同时，持续推进的全球招聘计划，也为学院的人才培养与科研创新注入持续动力。"师者，所以传道受业解惑也。" 人工智能学院特别推出《SAI追光录》教授专访系列，邀请学院教授分享他们的成长经历、对专
AI蛋白组动态【2601】| 单分子技术、人工智能、空间组学与资本涌入齐头并进
!蛋白组学前沿2026年开端，蛋白组学赛道正涌现一系列密集且明确的发展契机。从单分子蛋白组学平台开启早期试用，到AI模型基于病理切片直接推演空间蛋白组信息；从单细胞层面检测深度跨越5000种蛋白门槛，到多家新锐企业斩获大额资本注入，技术创新、场景应用与资金布局呈现高度协同态势。本周行业动向清晰映射出蛋白组学未来数年的核心趋势：分辨率持续攀升、数据体量急剧膨胀、算力深度赋能，以及临床场景的加速转化。我们为您梳理了本周9项值得聚焦的蛋白组学关键进展，助您快速把握行业脉动。12026-01-08Nautilus
七鳃鳗全脑图谱绘就 解锁脊椎动物脑进化密码
我国科研人员首次成功构建被称为"活化石"的七鳃鳗全脑三维空间单细胞图谱，复原了脊椎动物脑的部分原始特征，为揭示复杂脑结构的起源与演变开辟了新途径。该研究成果于北京时间6月19日作为封面文章在国际顶级期刊《科学》网络版正式刊发。 雷氏七鳃鳗实拍图（受访者供图） 高度发达的大脑是脊椎动物与无脊椎动物之间最显著的分野之一，然而最原始的脊椎动物脑究竟是何形态，长久以来一直缺少直接佐证。七鳃鳗是目前仅存的无颌脊椎动物类群之一，约在4.5亿年前便与包含人类在内的有颌脊椎动物祖先走上了不同的演化道路。尤为珍贵的是，其关
单细胞AI模型性能瓶颈与三阴性乳腺癌空间异质性研究进展
单细胞基础模型近两年发展迅猛，业界普遍沿用大语言模型的思路：训练数据规模越大、模型参数量越高，性能就越出色。然而，Nature Methods发表的一项研究对此假设提出了质疑。研究团队构建了包含2220万细胞的超大规模数据集，预训练了400个模型，并完成6400项系统性评估实验，深入分析了预训练数据规模、数据多样性、模型参数量和计算资源对单细胞基础模型性能的影响。研究结果表明，“无脑堆数据”的策略并未得到验证。在许多任务中，单细胞基础模型会提前进入性能瓶颈期，继续增加预训练数据量并不能带来相应的性能提升。
AI+科研周报｜组学与单细胞AI新进展
本期覆盖时间：2026.04.29-2026.05.12封面图：AI 生成｜组学与单细胞 AI 主题配图本期周二栏目继续聚焦“组学与单细胞 AI”。这两周的文章有一个很明显的变化：AI 不再只是给组学表格做分类，而是在尝试改写数据进入科研问题的方式。最值得注意的是，空间组学和病理图像开始更紧地接在一起。Path2Space 用病理切片预测空间基因表达，把昂贵的空间转录组实验转成可以在大队列里扩展的推断流程。这对做组织结构、炎症微环境、肿瘤微环境或口腔组织空间异质性的人，启发很直接：图像不只是配图，它可能成
RIGPS：强化学习驱动的无标签单细胞基因筛选新方案
伴随着单细胞RNA测序（scRNA-seq）技术的迅猛进步，我们能够深入到单细胞层面去监测基因的表达情况，为疾病探究、药物研发及精准医疗开启了全新视界。不过，这项技术也引发了一个严峻难题——如何在浩如烟海的基因中，精准甄选出最具生物学价值的“关键Marker基因”？特别是大部分测序数据缺乏真实标签，在这些无标签的数据中，这一任务更是难上加难。近日，中国科学院计算机网络信息中心科学数据智能与创新实验室团队（DI4Science Lab或DSL）携手新加坡科技研究局（A*STAR）、杜克-新加坡国立大学医学院
英矽智能Pharma.AI春季更新全览
随着人工智能与基础模型不断加速迭代，生物医药这一核心落地场景正快速进入 AI 赋能研发的“深水区”。近日，生成式人工智能驱动的临床阶段药物研发科技公司英矽智能（Insilico Medicine，03696.HK）举办了 Pharma.AI 2026 春季启动网络研讨会。本次研讨会重点介绍了 Pharma.AI 平台在 2026 年第一季度的几项重要进展，主要包括：正式推出面向科学研究的 MMAI Gym，发布全新的基准评测门户与排行榜，并现场演示 MMAI Gym 如何把通用基础模型训练成可服务药物研发
告别生信报告解读困境，AI智能解析效率倍增
Abiosciences众多研究者都曾面临相似困境：耗费心力规划实验、采集样本、完成测序，苦等数周后终于盼来结题文档。展开一瞧，尽是密集的 UMAP 图谱、热图与气泡图，外加数十页的基因差异表格。面对繁复的细胞群标识与基因符号，心中不免疑惑：「这些图表代表什么？对应何种细胞类型？基因高表达意味着什么？如何才能将这些数据转化为论文素材？」无需焦虑，若您感到「报告难解」，未必是专业能力不足，更可能是现有工具难以满足当前研究需要。2026年4月15日14:00至15:00，百奥智汇将举办网络专题研讨会《AI赋能
scFM：AI如何将细胞转化为可计算语言？
ChatGPT理解的是人类文字，而如今—— 👉 科研人员正让AI学会“阅读细胞”。Nature子刊发布一篇重磅综述： 📄 Single-cell foundation models: bringing artificial intelligence into cell biology.宣告单细胞研究，正式迈入“基础模型（Foundation Model）时代”！过去数年：但分析手段仍停留在“按需定制”的零散工具层面该文提出关键范式：Single-cell foundation models（scFMs）—