给蛋白质装“逻辑大脑”！Nature 子刊突破：精准给药像编程，多重验证不误伤健康细胞
来自华盛顿大学等机构的科学家们带来了一项突破性技术，他们开发出了能够自主决策的“智能蛋白质”，这些蛋白质能根据体内多种生物标志物的组合，像计算机执行逻辑程序一样精准控制药物的释放。
Nature Biotechnology：西湖大学原发杰/常兴团队等开发ProTrek，以自然语言“导航”蛋白质宇宙
研究人员成功开发出了新型三模态蛋白质语言模型——ProTrek，为蛋白质科学研究带来了新的范式。
Science：新研究揭示一系列能够与分子胶降解剂结合的蛋白质表面特征
本研究对CRBN（Cereblon）靶点空间的系统性探索揭示了CRBN的非凡可塑性，重新定义了靶点结合规则，并为在β-发夹G-环范式内外的靶点空间扩展提供了机遇。
Nature Methods：蛋白质“变形金刚”设计指南——AI“脑补”自然进化，一键生成智能分子开关
研究人员开发了一种名为 ProDomino 的人工智能模型。它通过向大自然的进化智慧“学习”，能够精准预测蛋白质分子上的最佳“改造点”。
Cell：跳舞的蛋白质使细胞运动！新研究重新定义肌动蛋白丝分解的关键因素的功能和作用
结构研究使我们能够重新定义肌动蛋白丝解聚过程中关键因子的作用。这些蛋白质中任何一个的失调都与多种疾病有关——从癌症到免疫紊乱，再到肌病。
Nature Biotechnology：D-I-TASSER——深度学习与物理模拟“联手”，蛋白质预测超越AlphaFold
在CASP15盲测中，D-I-TASSER表现惊艳，在单域和多域蛋白质预测上均展现出卓越性能，超越了AlphaFold2和AlphaFold3！
Cell：我国科学家利用人工智能驱动的策略实现了蛋白质的快速高效进化
研究人员开发了AiCEmulti模块，该模块整合了进化耦合约束。这使得在极低计算成本下准确预测多个高适应度突变成为可能，从而扩展了该工具的灵活性和实用性。
诺奖得主David Baker推出RFdiffusion3，颠覆蛋白质设计格局，开启全原子生物分子设计新时代
该研究提出了一种全原子扩散模型——RFdiffusion3（RFD3），实现了全原子生物分子相互作用的从头设计，能够在配体、核酸和其他非蛋白质原子簇的背景下生成蛋白质结构，其比前代方法更简单且更高效。
腾讯发表最新Nature子刊论文：推出AI大模型，从单细胞转录组翻译单细胞蛋白质组
该研究开发了一种预训练大型生成模型——scTranslator（单细胞翻译器），能够基于单细胞转录组推断缺失的单细胞蛋白质组，从而生成多组学数据。
Nature Methods：从“猜”到“预见”——AI模型PUPS揭示单细胞蛋白质定位的秘密
PUPS作为一款结合蛋白质序列和细胞图像的新型AI模型，不仅能准确预测未知蛋白质在未知细胞系中的定位，还能揭示蛋白质定位在不同细胞系和单细胞层面的变异规律，甚至预测突变对定位的影响。