批量、单细胞和空间组学技术的进步已改变生物发现的格局，但多组学分析仍存在工具分散的问题——不同工具包接口不兼容、依赖关系异构且工作流可重复性有限。在此，提出１款基于统一OmicVerse生态系统和J.A.R.V.I.S.运行时构建的可执行自然语言多组学分析框架OmicClaw。OmicVerse将上游处理、预处理、单细胞、空间、批量转录组及基础模型工作流整合为以AnnData为核心的共享接口，涵盖

MEDEA官网：https://medea.openscientist.aiMEDEA代码及基准测试：https://github.com/mims-harvard/Medea人工智能智能体有望助力生物医学发现，但要实现这一潜力，需具备利用工具完成透明化、长周期分析的能力。智能体必须明确中间决策，并在分析过程中根据数据和工具约束验证每个决策与输出。本研究提出组学AI智能体MEDEA，其可接收组学研

想象１个不驻留在云端的AI助手。运行在你的电脑上，拥有对你的文件、邮件和应用程序的完全访问权限。你可以通过WhatsApp、Telegram或Discord向它发送指令，它全天候工作——即便你在熟睡。这就是OpenClaw。与在企业管控环境中运行的ChatGPT或Claude不同，OpenClaw完全属于你。它是开源的，意味着任何人都可以审查其代码。它高度可定制。对于注重隐私的用户而言，这正是其核

想象１个不驻留在云端的AI助手。运行在你的电脑上，拥有对你的文件、邮件和应用程序的完全访问权限。你可以通过WhatsApp、Telegram或Discord向它发送指令，它全天候工作——即便你在熟睡。这就是OpenClaw。与在企业管控环境中运行的ChatGPT或Claude不同，OpenClaw完全属于你。它是开源的，意味着任何人都可以审查其代码。它高度可定制。对于注重隐私的用户而言，这正是其核

药物的发现与开发需要整合跨生物尺度和数据模态的多样化证据。然而，相关数据、工具和专业知识仍分散在各个团队与机构之间，导致整合工作难以开展。为解决这些挑战，提出了虚拟生物技术公司（Virtual Biotech）这一AI智能体协同体系，其模拟人类治疗学研究机构的架构，可为端到端的计算化药物发现提供支持。该体系由首席科学官智能体主导，后者接收科学研究需求，将任务分派给各领域专业科学家智能体，并通过数据

单细胞测序革命实现了对数千个单个细胞多种模态的同步分子表征，使科学家能够研究复杂组织的多样功能。在所有分析步骤中，将单个细胞分配到特定类型是理解细胞异质性的基础。然而，这一过程耗时费力，且需要丰富的专业知识。近年来，大语言模型（LLM）的进展已证明其能够自动提取标记基因等生物学知识，推动细胞类型注释向高效、自动化方向发展。为评估现代LLM在自动化细胞类型识别中的能力，首先提出了带有综合基准的自动细

类器官技术近年来已成为最受欢迎的技术之一，因其三维且富含生理特性的模型能密切模拟人体器官的结构和功能。本文详细介绍了最新的高效类器官培养深度方法学，重点关注肝细胞和胆管细胞来源的肝类器官，以及肠道、肾脏、胰腺等其他腹部器官系统。探讨了研究人员当前面临的技术挑战，包括如何优化营养递送、维持细胞多样性、实现类器官培养系统的可扩展性及高通量应用。针对这些生物学和技术复杂性，本综述旨在为新研究人员提供实用

思维导图（mindmap）主要性能结果。

尽管人工智能（AI）已实现生物信息学工作流的自动化，但生物解释仍较为零散，且往往与机制性洞察脱节。现有AI存在２极分化：❶是缺乏逻辑基础的统计「黑盒」 模型，❷是局限于浅层知识检索的简单代理。为填补这一鸿沟，提出１款整合多组学数据与自适应知识进行生物解释的基础代理BiOmics。BiOmics创新采用双轨架构，包括用于知识接地逻辑推理的协调显式推理空间，以及用于高维关联映射的统一潜在嵌入空间。该架

思维导图（mindmap）测序技术：多重化与超高通量升级成像技术：新型探针与应用拓展。