法国研究团队发现，细胞可在不改变DNA序列的情况下，通过基因组三维结构保留对短暂刺激的“记忆”，且在再次遭遇相同压力时该效应会增强。

研究团队对苏丹五个民族语言群体的125份高覆盖度基因组进行分析，发现起源于埃及并于公元七至十一世纪迁居苏丹的科普特人群，在与撒哈拉以南非洲特征人群混合后，以较快速度提高了可阻断间日疟原虫入侵红细胞的Duffy-null基因型频率。

研究人员在《Cell Genomics》提出利用“普遍同源基因”追踪LUCA之前的演化事件，并综述已知相关基因家族，认为其可为早期细胞特征的起源研究提供重要证据。

石溪大学团队与国际合作者发表两项研究，解析欧亚普通鼩鼱在“德内尔现象”中大脑等器官季节性缩小与恢复的分子变化，并从基因组结构角度探讨其适应性基础。

耶路撒冷希伯来大学团队在《自然通讯》发表研究，借助新算法在逾千种细菌和古菌中系统识别eCIS尾纤蛋白，并通过实验验证其中一类蛋白可介导对人类细胞的特异结合与递送。

发表在《科学进展》的一项研究通过基因组与胚胎单细胞测序等证据指出，蜘蛛纺丝器可能源自高度改造的腿部结构，其形成与约4.38亿年前的全基因组复制事件相关。

最新研究显示，部分火后繁盛真菌通过基因复制、有性重组及跨王国水平基因转移等途径，获得分解炭化残骸所需能力，并可能为污染治理提供线索。

助理教授黄允哈利用微生物基因组揭示生物学语言，她的任职体现了麻省理工学院在基因研究与人工智能交叉领域的探索决心。

Google DeepMind 发布新一代基因组 AI 模型 AlphaGenome，可一次性解析最长约 100 万碱基的 DNA 序列，并在单一模型中统一预测 11 类关键基因组过程，包括基因表达、剪接、染色质状态及 3D 接触等。研究成果发表于《Nature》，代码与模型权重已面向研究社区开放（限非商业用途）。

Google DeepMind推出一款名为AlphaGenome的人工智能模型，旨在将人类基因组中长期难以解读的非编码区域转化为可分析的信息，并评估单个碱基变化可能引发的调控效应。该模型把DNA序列视作“语言”进行建模，可在长序列范围内预测微小编辑对基因调控的连锁影响，从而在研究人员提出编辑方案时，标记可能带来风险的变更。 从蛋白质折叠转向基因调控 DeepMind此前因蛋白质结构预测而受到关注。

该AI模型一次可分析多达100万字母的DNA序列，用于预测突变对基因调控的影响。研究人员称，这有望帮助定位致病突变并支持新疗法研发。

研究团队利用西伯利亚丹尼索瓦洞穴出土的一颗古老臼齿，获得目前已知年代最早、质量可与既往样本相当的丹尼索瓦人高覆盖度基因组，为早期人类在欧亚大陆的迁徙与基因交流提供新线索。