马德里卡洛斯三世大学（UC3M）与隶属于马德里自治区公共医疗网络的莱加内斯塞韦罗·奥乔亚大学医院的研究人员，共同开发了一种利用人工智能（AI）分析睡眠期间大脑电活动的方法，以促进阿尔茨海默病的早期诊断。这项研究近期发表于科学期刊《GeroScience》，结果表明，通过机器学习技术分析夜间脑电波，能够以非侵入性方式识别早期神经元病变，并将患者分为三个不同的生物学亚组。

隨着教育局正式公布《中小學數字教育發展藍圖》，並預留資源推動學校應用創新科技，人工智能 ( AI )正逐步融入本港課堂。香港教育大學（教大）最新研究指出，AI能否有效促進學與教，關鍵不在技術的運算能力或速度，而在於其是否建基於科學、穩健及以學生為本的教育評估框架，為本地數字教育轉型提供重要參考。

近期，福州大学杨黄浩教授、李婧影教授与福建医科大学周洁教授联合团队在Research上发表题为“Machine-Learning-Accelerated Design of Ternary Carrier-Free Nanomedicine for Intranasal Therapy of Brain Metastatic Non-small-cell Lung Cancer”的研究成果。该研究借助机器学习实现纳米颗粒理性设计，成功构建一种三元无载体纳米药物—DTL，通过无创经鼻给药用于原位及脑转移非小细胞肺癌的一体化治疗。该纳米药物可同步激活凋亡、焦亡、铁死亡等多种肿瘤细胞死亡通路，有效触发强效抗肿瘤免疫应答；在更低给药剂量下即可实现最大化抗肿瘤疗效，同时显著规避传统系统给药所致脱靶毒性与治疗耐药问题，为晚期肺癌脑转移提供了高效、低毒、可临床转化的全新治疗范式。

由人工智能（AI）设计的蛋白质现在可以扩展 CRISPR 工具箱，因而不再囿于自然演化的产物。在一项新的研究中，研究人员报告了合成 RNA 引导核酸酶的设计，其活性与天然酶相当甚至有所超越；该研究揭示了结构引导设计如何能够产生序列差异显著但仍具功能性的基因组编辑蛋白。CRISPR-Cas 技术使科学家能够精准地靶向并修改 DNA 和 RNA，因而改变了基因工程。研究人员目前正在探索蛋白质设计法是否能创造出具有自然界中未见特性的新型 RNA 引导核酸酶。然而，这种尝试仍具挑战性，因为多域蛋白结构复杂，些许改变就能轻易地破坏酶的活性。尽管 AI 模型在新核酸酶设计方面已展现成效，但它们生成的版本往往仍与用于训练模型本身的参考序列高度相似。Petr Skopintsev 和同事在此提出了一种蛋白质设计策略：将 ESM 逆折叠（ESM-IF1）模型与基于演化信息的残基约束相结合，从而生成了 TnpB 的新型变体；TnpB 是一种极简的 CRISPR-Cas12 样核酸酶，后者被命名为 SynTnpBs。Skopintsev 等人接着在细菌、植物和人类细胞中对这些 AI 设计的蛋白质进行了活性筛选，并利用冷冻电子显微镜（cryo-EM）确定了差异最大变体的结构。作者发现，许多 AI 设计的核酸酶在多种细胞类型中保持甚或超越了天然酶的活性。Cryo-EM 揭示，工程化蛋白在不同构象的 RNA-DNA 界面形成了新的稳定相互作用，从而为 AI 设计的 RNA 引导核酸酶提供了首批经实验测定的结构。总之，这些发现展示了该设计策略如何能够产生具有活性的非天然基因组编辑酶。