一周AI前沿速览：从噬菌体设计到社区筛查，人工智能贯通生命科学与健康监测全链条
当人工智能深入生命科学领域，人们关注的焦点已从"模型的准确性"转向更实际的问题——它能否构建出可运行的生物系统、调控复杂的生理过程，并在真实医疗场景中输出可验证的价值。最近一系列研究横跨多个方向，包括噬菌体全基因组设计、空间蛋白组学分析、视觉皮层电刺激、靶向蛋白降解、疾病风险预测、床旁监测以及社区筛查。其证据来源相当广泛，既有实验室与动物层面的结果，也有人体试验和真实世界项目的反馈。这些研究的共同信号表明，AI正从单纯的分类任务迈向设计、动态预测与流程整合阶段；但模型表现、实验效果与临床获益依然是三个不同
AI技术助力提升视觉皮层假体精准度
由加州大学圣巴巴拉分校等三所机构组成的研究团队已经证实，AI技术有望催生更精准、更具可预测性的下一代视觉假体，如仿生眼，并且能够针对每位使用者进行个性化响应。UCSB计算机科学系副主任Michael Beyeler及其合作团队运用深度学习算法来设计电刺激方案，将电极临时植入失明受试者的视觉皮层——即大脑后部负责处理视觉信号的区域。这一模型显著提升了研究人员对神经元刺激响应的调控能力，同时有效预测了受试者的主观感受。这项概念验证性质的成果于本周在线发表于《神经元》（Neuron）期刊，标志着视觉皮层假体——