Cancer Cell：西湖大学郭天南团队等绘制泛癌种蛋白质组图谱，覆盖22种癌症类型
该研究利用数据非依赖性采集质谱（DIA-MS）构建了一个大规模泛癌种蛋白质组图谱，覆盖了 22 种癌症类型的 999 例原发肿瘤样本，定量了 9670 种蛋白质。
师从诺奖得主David Baker，杨为博士全职加入深圳医学科学院，聚焦于从头设计蛋白质药物
研究团队描述了螺旋凹面支架的开发，这种支架是为通常参与免疫受体相互作用的凸面靶位点量身定制的。
Nature Biotechnology：首张人体组织特异性蛋白质地图，精准解锁疾病基因新靶点！
这项研究发现蛋白质共丰度是一个极其强大的预测指标，它能非常准确地识别蛋白质之间的关联，甚至在某些方面优于传统的蛋白质共分级（Protein cofractionation）方法。
Nature Methods：蛋白质工程新范式！当AI开始“补习”第一性原理，METL框架从“知其然”到“知其所以然”
研究人员提出了一个名为“突变效应迁移学习”(Mutational Effect Transfer Learning, METL)的全新框架，巧妙地将经典的生物物理学模拟与前沿的深度学习相结合。
Science：绘制首张核苷酸分辨率的蛋白质组图谱——解码潜伏在标准条件下的未来适应性
研究系统地展示了，通过绘制高分辨率的基因组-蛋白质组图谱，我们不仅能够识别出导致性状变异的因果基因，还能深入理解其背后的分子机制，甚至预测那些在特定条件下才会显现的“隐性”遗传效应。
SC-PSILAC首次同步揭示蛋白质丰度和更新之谜
这项关于单细胞蛋白质更新的突破性研究，不仅为我们理解细胞的生命活动提供了全新的视角，也为未来的疾病诊断和治疗带来了无限的可能。
Cell：单细胞“炼金术”——SC-PSILAC首次同步揭示蛋白质丰度和更新之谜
这项创新方法首次实现了在单个细胞层面同时精确测量数千种蛋白质的丰度和更新速率，犹如为我们配备了能够逐一分析城市中每辆汽车速度和行驶路线的高精度雷达。
Cell：叶子璐等开发单细胞蛋白组学新技术，实现单细胞蛋白质周转的全局分析
该研究开发了一种单细胞蛋白质组学新技术——SC-pSILAC（单细胞脉冲稳定同位素标记），首次在单细胞水平实现了蛋白质丰度与蛋白质周转速率的同步精准测量，为细胞异质性的研究提供了全新的维度与视角。
Nature Biotechnology——从“一对多”到“多对多”——PRIM-seq开启RNA-蛋白质互作研究的系统性新纪元
研究人员开发了一种名为PRIM-seq的创新技术，首次系统性地揭示了人类细胞中数以万计的RNA-蛋白质相互作用，为我们理解基因表达调控和疾病机制打开了一个全新的维度。
【9月16日直播预告】从样本到洞察：蛋白质组学智能实验室的自动化流程与AI高效赋能
为助力蛋白质组学科研效率与数据质量双重提升，我们即将开启一场聚焦蛋白质组学技术前沿的直播讲座!分享蛋白质组技术的创新性应用,并发布重磅新品——全自动化、高通量的蛋白质样本前处理