重磅！百度与马里兰大学合作，联合推出自主挖掘机系统
一种新型半导体材料成功应用于计算机芯片中，可减少处理器的热量并提高其性能
蛋白质"大爆炸"揭示了医学和生物工程的分子组成
一个名为 ARADEEPOPSIS 的人工智能软件协助植物学家对植物表型进行分类
机器学习算法BITFAM：预测基因在单个细胞中的调控方式
机器学习有效预测患者对免疫检查点阻滞剂 （ICB） 的反应
Nature封面文章：「细胞流体」
重磅！百度与马里兰大学合作，联合推出自主挖掘机系统来自百度研究机器人和自动驾驶实验室（RAL）和马里兰大学帕克分校的研究人员合作研发了一个自动挖掘机系统（AES），该系统可以在没有任何人工干预的情况下长时间执行材料装载任务，具有媲美经验丰富的人工操作员的优秀性能。
智能挖掘机示意图论文链接：https://robotics.sciencemag.org/content/6/55/eabc3164相关报道：https://techxplore.com/news/2021-06-autonomous-excavators-ready-clock-real-world.html一种新型半导体材料成功应用于计算机芯片中，可减少处理器的热量并提高其性能加州大学洛杉矶分校的工程师们成功将一种新型半导体材料应用于大功率计算机芯片中；该材料属于超高热管理材料，可以降低处理器的热量并提高处理器性能。
以原子分辨率表示氮化铝-砷化物异构结构接口的电子显微镜图像论文链接：https://www.nature.com/articles/s41928-021-00595-9相关报道：https://techxplore.com/news/2021-06-heat-management-material-cool.html伊利诺伊大学研究人员在《科学报告》上发表的一项新研究，描绘了38亿年来蛋白质领域——蛋白质分子亚单位——的进化历史和相互关系。
蛋白网络连接域的演变论文链接：https://www.nature.com/articles/s41598-021-90498-8#Ack1相关报道：https://www.eurekalert.org/pub_releases/2021-06/uoic-pb063021.php一个名为 ARADEEPOPSIS 的人工智能软件协助植物学家对植物表型进行分类
GMI的科学家开发了一个易于使用的软件程序ARADEEPOPSIS，可以快速处理大量的植物图像，并解释植物标本之间的颜色变化和其他差异。利用深入学习的方法，ARADEEPOPSIS可以准确地分析阿拉伯玫瑰花环——植物从头顶看叶子的圆形排列——不管植物的颜色变化如何。
基于颜色的语义细分的性能论文链接：https://academic.oup.com/plcell/article/32/12/3674/6118590源代码链接：https://plantcv.danforthcenter.org/https://github.com/Gregor-Mendel-Institute/aradeepopsis相关报道：https://daily.jstor.org/botanists-use-machine-learning-to-accelerate-research/机器学习软件BITFAM：预测基因在单个细胞中的调控方式芝加哥大学伊利诺伊分校（UIC）的研究团队开发出一种名为BITFAM的软件。该软件利用机器学习算法可以更有效地识别细胞内的基因调节通路、预测单个细胞中活跃的转录因子。
由 UIC 的研究人员开发的 BITFAM 机器学习系统的示意图概述论文链接：https://genome.cshlp.org/content/early/2021/06/23/gr.265595.120相关报道：https://phys.org/news/2021-06-machine-algorithm-genes-individual-cells.html机器学习有效预测患者对免疫检查点阻滞剂 （ICB） 的反应应用免疫检查点阻滞剂（ICB）的免疫疗法是一种十分有效的癌症治疗方法。ICB可以协助免疫细胞忽略来自癌细胞的关闭命令，从而使免疫系统可以持续杀伤癌细胞。但ICB对有些患者是无效的，为了筛选出对ICB敏感的患者，因斯布鲁克医科大学的研究人员利用机器学习构建模型，以预测患者对ICB的反应。
基于通路和TF活性系统的生物标志物论文链接：https://linkinghub.elsevier.com/retrieve/pii/S2666389921001264相关报道：https://medicalxpress.com/news/2021-06-machine-immunotherapy-effective.html来自美国劳伦斯利弗莫尔国家实验室的科学家们开发了一种技术平台：Cellular fluidics。他们基于 3D 打印方法，将毫米级立方体组装成控制毛细管作用的三维结构，实现可编程流体流动和一系列流体过程的建模，比如对多相流、传输和反应过程的确定性控制。这些结构中的流动能够通过单元类型、大小和相对密度的架构设计来 “编程”，可以用于实验室和工业过程中相关工程结构的设计。
2021年7月1日nature杂志封面论文链接：https://www.nature.com/articles/s41586-021-03603-2#Abs1
