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
构建AI辅助病理图像标注的标准化体系
病理诊断在疾病确诊中占据核心位置，是制定临床决策的关键依据。在现代临床操作中，数字病理学扮演着不可或缺的角色，并逐渐成为实验室环境下的必备技术。全玻片成像技术的问世，让病理学家能更便捷地管理数字切片图像，并将其共享用于临床及非临床研究。与此同时，机器学习的突飞猛进促成了人工智能（AI）与数字病理学的深度融合，这开启了过去仅存在于放射学和心脏病学领域的基于图像的诊断新可能[1]。在数字病理范畴内，AI技术的迅猛进步给病理图像分析带来了颠覆性变革。AI模型在病理学的发展历程显示出清晰的技术演进路线，深刻重塑了