由波茨坦生物信息学家Zoran Nikoloski教授领衔的研究团队开发计算方法与配套工具GraFT，可基于二维时序图像对植物细胞肌动蛋白丝状结构进行高精度自动追踪与重建，相关试验结果发表于《科学进展》。

圣犹达儿童研究医院研究人员提出BOUQUET算法，将三维基因组相互作用纳入图论与机器学习框架，识别增强子群落及其与蛋白质凝聚体相关的基因，并在《核酸研究》发表。

该框架面向scRNA-seq数据，结合自适应基因选择、流形结构去噪与多分辨率层级聚类，用于构建高分辨率“细胞图谱”，并在36个来自人类与小鼠组织的数据集上完成评估。

EMBL巴塞罗那研究人员开发LimbLab，以应对胚胎发育研究中二维方法难以刻画三维过程的限制。该开源流程面向小鼠肢体发育研究，并提供从体积数据清理、网格构建到样本对齐与基因表达三维展示的模块化工作流。