Computational scoring and experimental evaluation of enzymes generated by neural networks | Nature Biotechnology
近年来，已经开发了生成蛋白质序列模型来对新序列进行采样。然而，预测生成的蛋白质是否会折叠和发挥作用仍然具有挑战性。研究人员评估了一组 20 种不同的计算指标，以评估三种对比生成模型产生的酶序列的质量：祖先序列重建、生成对抗网络和蛋白质语言模型。
Measuring, visualizing, and diagnosing reference bias with biastools | Genome Biology
许多生物信息学方法试图减少参考偏差，但不存在全面测量参考偏差的方法。 Biastools 对参考偏差的实例进行分析和分类。
Causal machine learning for predicting treatment outcomes | Nature Medicine
因果机器学习提供灵活的数据驱动方法来预测治疗结果（包括疗效和毒性），从而支持药物的评估和安全性。因果机器学习的一个主要好处是它可以估计个体化治疗效果，以便可以根据个体患者的情况制定个性化的临床决策。在本视角中，作者讨论了因果机器学习（相对于传统统计或机器学习方法）的好处，并概述了关键组成部分和步骤。