重磅！百度與馬里蘭大學合作，聯合推出自主挖掘機系統
一種新型半導體材料成功應用於計算機晶片中，可減少處理器的熱量並提高其效能
蛋白質"大爆炸"揭示了醫學和生物工程的分子組成
一個名為 ARADEEPOPSIS 的人工智慧軟體協助植物學家對植物表型進行分類
機器學習演算法BITFAM：預測基因在單個細胞中的調控方式
機器學習有效預測患者對免疫檢查點阻滯劑 （ICB） 的反應
Nature封面文章：「細胞流體」
重磅！百度與馬里蘭大學合作，聯合推出自主挖掘機系統來自百度研究機器人和自動駕駛實驗室（RAL）和馬里蘭大學帕克分校的研究人員合作研發了一個自動挖掘機系統（AES），該系統可以在沒有任何人工干預的情況下長時間執行材料裝載任務，具有媲美經驗豐富的人工操作員的優秀效能。
智慧挖掘機示意圖論文連結：https://robotics.sciencemag.org/content/6/55/eabc3164相關報導：https://techxplore.com/news/2021-06-autonomous-excavators-ready-clock-real-world.html一種新型半導體材料成功應用於計算機晶片中，可減少處理器的熱量並提高其效能加州大學洛杉磯分校的工程師們成功將一種新型半導體材料應用於大功率計算機晶片中；該材料屬於超高熱管理材料，可以降低處理器的熱量並提高處理器效能。
以原子解析度表示氮化鋁-砷化物異構結構介面的電子顯微鏡影像論文連結：https://www.nature.com/articles/s41928-021-00595-9相關報導：https://techxplore.com/news/2021-06-heat-management-material-cool.html伊利諾伊大學研究人員在《科學報告》上發表的一項新研究，描繪了38億年來蛋白質領域——蛋白質分子亞單位——的進化歷史和相互關係。
蛋白網路連線域的演變論文連結：https://www.nature.com/articles/s41598-021-90498-8#Ack1相關報導：https://www.eurekalert.org/pub_releases/2021-06/uoic-pb063021.php一個名為 ARADEEPOPSIS 的人工智慧軟體協助植物學家對植物表型進行分類
GMI的科學家開發了一個易於使用的軟體程式ARADEEPOPSIS，可以快速處理大量的植物影像，並解釋植物標本之間的顏色變化和其他差異。利用深入學習的方法，ARADEEPOPSIS可以準確地分析阿拉伯玫瑰花環——植物從頭頂看葉子的圓形排列——不管植物的顏色變化如何。
基於顏色的語義細分的效能論文連結：https://academic.oup.com/plcell/article/32/12/3674/6118590原始碼連結：https://plantcv.danforthcenter.org/https://github.com/Gregor-Mendel-Institute/aradeepopsis相關報導：https://daily.jstor.org/botanists-use-machine-learning-to-accelerate-research/機器學習軟體BITFAM：預測基因在單個細胞中的調控方式芝加哥大學伊利諾伊分校（UIC）的研究團隊開發出一種名為BITFAM的軟體。該軟體利用機器學習演算法可以更有效地識別細胞內的基因調節通路、預測單個細胞中活躍的轉錄因子。
由 UIC 的研究人員開發的 BITFAM 機器學習系統的示意圖概述論文連結：https://genome.cshlp.org/content/early/2021/06/23/gr.265595.120相關報導：https://phys.org/news/2021-06-machine-algorithm-genes-individual-cells.html機器學習有效預測患者對免疫檢查點阻滯劑 （ICB） 的反應應用免疫檢查點阻滯劑（ICB）的免疫療法是一種十分有效的癌症治療方法。ICB可以協助免疫細胞忽略來自癌細胞的關閉命令，從而使免疫系統可以持續殺傷癌細胞。但ICB對有些患者是無效的，為了篩選出對ICB敏感的患者，因斯布魯克醫科大學的研究人員利用機器學習構建模型，以預測患者對ICB的反應。
基於通路和TF活性系統的生物標誌物論文連結：https://linkinghub.elsevier.com/retrieve/pii/S2666389921001264相關報導：https://medicalxpress.com/news/2021-06-machine-immunotherapy-effective.html來自美國勞倫斯利弗莫爾國家實驗室的科學家們開發了一種技術平臺：Cellular fluidics。他們基於 3D 列印方法，將毫米級立方體組裝成控制毛細管作用的三維結構，實現可程式設計流體流動和一系列流體過程的建模，比如對多相流、傳輸和反應過程的確定性控制。這些結構中的流動能夠透過單元型別、大小和相對密度的架構設計來 “程式設計”，可以用於實驗室和工業過程中相關工程結構的設計。
2021年7月1日nature雜誌封面論文連結：https://www.nature.com/articles/s41586-021-03603-2#Abs1