标签: 机器学习

反复流产（RPL）是育龄女性常见难题，但病因不清。本研究通过大数据分析和人工智能方法，发现5个与细胞衰老相关的关键基因（CYB5R3、LEO1、PAK2、RHOA、GADD45G），并构建了一个可辅助临床诊断的预测模型；实验验证显示其中4个基因在患者蜕膜组织中明显升高，1个显著降低，为RPL的精准诊疗提供了新线索。

标签: 单细胞RNA测序 反复流产 机器学习 生物标志物 细胞衰老

人工智能医疗工具依赖一个隐含约定：患者允许匿名化健康数据用于研究，以换取更早诊断、更好治疗等益处。但新研究发现，先进AI模型可能反向推断出训练数据中个体的敏感信息，使隐私保护失效。

标签: 医疗人工智能 患者隐私 机器学习 隐私泄露

本文用机器学习自动设计电解水制氢设备的流道结构，发现‘阵列式’流道能更高效排出气泡，使电流密度提升约23%，且效果在放大设备中依然稳定。相比传统试错法或耗时的流体仿真，该方法更快、更准，为绿色制氢提供了可规模化的智能设计新路径。

标签: 机器学习 气液传质 水电解 流道设计

本文提出ArchesWeatherGen——一种基于机器学习的天气预报新模型，能高效、准确地预测未来天气的多种可能情景（而不仅是单一预测）。相比传统方法，它计算成本更低、结果更真实，尤其擅长捕捉极端天气和小尺度天气变化，让天气预报更可靠、更易普及。

标签: 天气预报 扩散模型 机器学习 概率预报 生成式人工智能

研究发现，全球河流溶解氧正持续下降，热带河流（如印度境内河流）受影响最严重。过去近40年，全球78.8%的河流出现缺氧趋势，主因是气候变暖导致氧气溶解度降低。该成果提醒公众：河流‘喘不过气’正威胁水生生命，亟需优先保护热带河流。

标签: 机器学习 气候变暖 河流脱氧 溶解氧 热带河流

本文提出一种新型机器学习方法，帮助低收入和中等收入国家更公平、高效地分配救命药。该方法在塞拉利昂全国推广后，使试点地区药品使用量提升19%，惠及约200万妇女和5岁以下儿童。

标签: 决策支持系统 卫生资源分配 基本药品 塞拉利昂 机器学习

本文介绍了一种专为中低收入国家设计的机器学习系统，能精准预测各诊所每天对药品的需求量，并据此优化药品分配。该系统已在真实医疗环境中落地应用，显著提升救命药的可及性。

标签: 中低收入国家 机器学习 药品可及性 资源分配 需求预测

镍含量高的锂电池正极材料能量密度高、成本低，但容易衰减。本研究用机器学习筛选出铝离子和锡离子作为掺杂剂，成功构建了一种‘由外向内’的稳定结构：表面富锡、内部均匀掺铝。这种结构显著提升了电池寿命（200次循环后容量保持96.9%）并几乎消除了电压下降问题。

标签: 掺杂设计 机器学习 电压衰减 结构稳定性 高镍正极

钙钛矿太阳能电池商业化受困于依赖人工经验的试错式研发，效率低下。本研究构建了首个全自动闭环系统：用机器学习快速筛选高效分子，再通过自动化产线实时优化制造工艺。成功发现新型钝化分子5ANI，小面积电池效率达27.22%，大面积组件达23.49%，运行1200小时后仍保持98.7%初始效率，且重复性是人工制备的近5倍。

标签: 机器学习 自动化制造 钙钛矿太阳能电池 钝化分子 闭环优化

科学家首次利用人工智能大规模发现细菌中大量未知的抗病毒蛋白，揭示其免疫系统远比过去认知的更庞大、更多样。这些新发现有望催生新一代基因编辑等生物技术工具。

标签: 噬菌体防御 基因组挖掘 抗病毒蛋白 机器学习 细菌免疫系统