软件

对于盲人和视力受损的天文学家来说，数据的超声波化为研究和推广创造了机会。但对于每个人来说，Focus的这一期展示了用数据超声来补充基于视觉的数据分析工具的好处。

这个开源平台在一周多一点的时间里就增加了近50万用户——但科学家们是否应该迈出这一步呢?我们考察了利弊。

基于机器学习的普通元胞分割模型在测试图像与训练图像差异很大的情况下表现欠佳。Cellpose 2.0允许生物学家根据自己的成像数据快速训练最先进的分割模型。这在以前只能使用大型的、带注释的数据集，并且需要专业的机器学习知识。

在非编码基因组中检测罕见变异关联具有挑战性。我们为生物库规模的全基因组测序数据提出了一个可扩展、灵活和精简的罕见变异关联分析框架，包括基因中心和非基因中心分析，通过使用各种编码和非编码单元、条件分析、结果总结和可视化结合多种变体功能注释。

黑箱机器学习模型对于高风险决策来说可能是危险的。它们依赖于不可靠的数据库，而且它们的预测很难进行故障排除、解释和实时预测的错误检查。它们的使用会导致严重的道德和责任问题。