Bioinformatics ML：平台比模型重要的一年
205 篇。主要不是「又一個 SOTA」——是 infrastructure。Hawkins 的 single-cell pediatric cancer atlas 更新了 cell-type labels 跟 pan-tumor harmonization (AB#6651)；Yang 的 LLM-enabled pharmacodynamic biomarker resource 把 PD biomarker 查詢變成自然語言介面 (AB#726)；Khan 的 GenerAItive 直接做 gene expression 分析的 AI 解讀 agent (AB#545)。這些都不是新模型，是讓既有模型好用的資源層。對照 05-ai-workflow 章節的 foundation model 懷疑論，這個 cluster 是較實用、較小聲、但每天會被用到的另一半。verdict：看看就好，挑一個 resource 試用即可；不會改變你的 pipeline 設計方向。