#bioinformatics
Anthropic 的 Claude 派出 950 个智能体跑了 21 小时，在噬菌体 DNA 里找到人类漏掉的类 CRISPR 酶系统，有点意思。
Google DeepMind发了AlphaGenome Atlas，能预测90亿种DNA变异，还给了评分，科研人员现在能免费用了。
DeepMind新推AlphaGenome Atlas，能预测90亿种DNA变异影响，免费供学术研究用。
GoogleDeepMind做了个1PB的基因组数据库，能查人类所有DNA变化的分子效应，比传统方法更全面。
DeepMind新发布的AlphaGenome Atlas能预测90亿种DNA变异影响，比现有数据库覆盖更全面。
做多模态学习或生物信息学研究的团队，LWR解决了缺失模态下的鲁棒表示学习痛点，直接利用可用模态避免误差累积，值得关注其实验结果。
做生物信息学或组学数据降维的团队，终于有了一个标准化的 HPO 测试场——BBOmix 帮你省去从头调参的试错成本，做自编码器研究的可以直接用它验证方法。
BIRDNet 解决了深度神经网络可解释性与稀疏性的矛盾，做生物信息学或知识图谱的团队可以直接用它的开源代码，在保持高精度的同时获得可读的规则。
做生物信息学软件质量保障的团队终于有了专用数据集——BioDefect 比通用数据集 F1 提升近 40%，做缺陷检测研究的可以直接用它来训练和评估模型。
Hugging Face 把 DNA 分析从黑盒 API 拉到了本地，做生物信息学或个性化健康研究的开发者可以直接在笔记本上跑基因组模型，值得试试。
生物信息学研究者或计算生物学家可以借此了解 Claude 在真实科研问题上的表现，评估其作为辅助工具的实用性。
为LLM在生物表型筛选任务中的能力评估提供了首个标准化基准，揭示了当前方法的不足和通用LLM的潜力，对药物研发自动化有实际参考价值。