Sci Adv：代谢改变或会驱动雌激素受体阴性乳腺癌的进展
本文研究为科学家们打开了一个全新的视角，让他们看到了脂肪代谢在乳腺癌发生中的作用，尽管目前的研究还处于早期阶段，但这些发现已经为开发新的预防和治疗策略带来了希望。
Nature：深度视觉蛋白质组学揭示肝脏疾病中的蛋白质毒性新机制
本文研究通过深度视觉蛋白质组学技术为AATD的病理机制提供了全新的视角，相关研究结果不仅揭示了蛋白质毒性的分子基础，还为未来开发新型治疗策略提供了潜在的靶点。
Science：利用人工智能揭示蛋白质稳定性规则，有望推进蛋白质工程变革
蛋白质稳定性遵循的规则比之前认为的更简单，这一证实可以大幅减少蛋白质设计的试错阶段，为开发具有医疗或工业应用的蛋白质（如更环保的催化剂或更持久的药物）节省大量时间和精力。
Science：新型人工智能工具模拟蛋白质动力学，助力药物发现和蛋白质研究
BioEmu将超过200毫秒的分子动力学模拟与实验数据相结合，以接近实验的精度预测结构集合和热力学性质。
JCI：唐晓芳等揭示内质网膜蛋白复合体调控肺表面活性蛋白C突变体SP-C(I73T)的转运并可作为间质性肺病的潜在治疗靶点
研究人员提出SFTPCI73T突变的主要致病机制：SP-C(I73T)突变蛋白在EMC3的参与调控下被错误地运输并累积在细胞膜处，从而破坏了AT2细胞内囊泡运输途径并造成线粒体功能障碍。
David Baker团队开发新型AI蛋白设计模型——LigandMPNN，实现原子上下文条件蛋白序列设计
研究团队开发了一种新型深度学习方法——LigandMPNN，该方法明确地对生物分子系统中的所有非蛋白质成分进行了建模。
攻克“不可成药”，David Baker团队中国博后利用AI从头设计蛋白，靶向内在无序蛋白，解锁治疗靶点
这两项研究中，研究团队采用了两种互补的设计策略，这两种策略基于氨基酸序列，而无需蛋白结构信息，因此，有助于在大量新的治疗靶点上实现高度通用的药物发现。
Nat Chem Biol：发现tau蛋白和β淀粉样蛋白之间的通信可以减轻阿尔茨海默病的毒性
在这项研究中，团队结合了精密分析技术，包括光谱学、质谱分析、等温滴定量热法和核磁共振，与基于细胞的毒性检测，全面分析了tau-Aβ相互作用的结构、热力学和功能特性。
会“变身”的弹性蛋白纳米粒，打破细胞递送壁垒，蛋白、核酸一网打尽
研究表明，ENTER系统不仅能在体外将蛋白质、siRNA、mRNA和基因编辑工具高效、低毒地递送进多种细胞类型，包括关键的原代细胞，甚至在活体动物（小鼠肺部）中也成功实现了基因编辑！
Science：利用新型 GPS 核磁共振方法揭示β1-肾上腺素能受体的运动动态
利用 NMR，研究人员弥补了 GPCR 静态结构与其功能之间的差距。他们首次能够详细追踪这种受体在激活过程中的动态变化。