从生成式 siRNA，
到生物医学 AI 评测

siProGenA把siRNA候选构建拆成两个生成问题：先用离散去噪扩散模型在mRNA片段中提出候选位置，再用贝叶斯流网络生成满足约束的向导链变体。它试图补上常见流程中“先固定窗口和互补序列、模型只负责事后排序”的缺口。

作者在62个阳性测试片段上报告多样性感知候选库的Hit@1为0.790、Hit@5为0.903；在控制测定位点的第二阶段评估中，保留种子区和切割位点的变体在89.8%的位点上优于标准互补序列。该工作是未经同行评审的bioRxiv预印本；当前证据以计算打分和诊断为主，实际沉默效率、脱靶及递送可行性仍需实验验证。

这项工作用生物学知识提示替代严格像素对齐的多通道荧光监督，将结构指导与图像翻译解耦，以单通道数据独立生成多种亚细胞结构。框架还结合自监督表征学习缓解数据稀缺，并用直接偏好优化压制结构伪影。

作者在JUMP基准上报告，相对监督基线平均FID降低43.3%，平均PCC为0.912；模型也在四个内部数据集上生成六种亚细胞结构。该工作是未经同行评审的bioRxiv v3预印本；跨数据集结果值得关注，但虚拟信号不能等同于实测荧光，结构真实性和定量用途仍需面向具体实验的盲法验证。

作者审计冻结单细胞表征用于细胞类型预测时的置信度，重点检验分类器最大softmax概率能否在存在技术和生物差异的未见目标数据上代表真实可靠性。分析把源域与目标域的置信差距拆解为排序错误和整体概率漂移。

结果显示原始最大softmax概率在目标数据上失真；利用少量带标签目标数据可以重新校准漂移，但会增加需要人工复核的细胞数量。该工作是未经同行评审的bioRxiv预印本；它提醒部署基础模型时不能沿用统一置信阈值，同时也意味着所谓“可修复”依赖具有代表性的本地标签，并非完全零样本。

BrainFMBench以统一的冻结特征探测协议比较AnatCL、BrainIAC、3D-Neuro-SimCLR和SwinBrain四个公开结构MRI基础模型，任务包括性别分类、脑龄及体重指数预测，并以FreeSurfer皮层厚度和表面积特征作为传统基线。

作者发现3D-Neuro-SimCLR和AnatCL整体更稳定，但基础模型相对形态学特征的优势并未跨数据集和任务一致出现；不同模型表征与传统皮层测量的相关结构也不同。该工作是未经同行评审的bioRxiv v4预印本；其价值主要是提供可扩展基准并揭示泛化差异，不能据此推断这些模型已具备临床诊断能力。

Karenina针对生物医学语言模型和Agent“答案正确但推理可能错误”的评测盲点，把领域专家知识转化为多维评价规则。开源框架覆盖问答、多轮对话和自主数据分析，不只给最终正确率，也尝试检查推理与决策过程的质量。

论文摘要把这一框架定位为从单一得分走向可审计生物医学AI评测的基础设施，但没有提供足以判断跨专家一致性、覆盖度或与真实失误相关性的详细结果。该工作是未经同行评审的bioRxiv预印本；当前更像方法与框架发布，其可靠性仍取决于专家规则如何构建、验证和维护。

该研究让深度强化学习Agent基于双种群肿瘤生长模型，为接受厄洛替尼治疗的非小细胞肺癌虚拟患者设计给药计划。目标不只包括延缓进展，还引入“失效余量”衡量延迟重启治疗的安全性，并以质量调整生存反映不同患者偏好。

在模拟比较中，强化学习策略在不同决策间隔下的中位进展时间、失效余量和质量调整生存均优于最大耐受剂量及一个阈值式自适应方案；群体策略还形成了可解释的重启规则。该工作是未经同行评审的bioRxiv预印本；全部结论来自拟合模型与虚拟队列，不能直接支持真实患者改变治疗，必须经过外部数据、前瞻研究和临床安全验证。