Nature：计算机设计蛋白质——开启抗蛇毒治疗的新篇章
计算机蛋白质设计技术不仅为蛇咬伤的治疗开辟了新的希望，还可能在未来的医疗领域中大放异彩。
年度最佳Cell论文：于乐谦/郭靖涛/魏育蕾/王晓琰等数字3D重构首个完整人类原肠胚模型
该研究构建了完整胚胎中不同细胞类型与基因表达的三维空间分布点云图，进而数字3D重构了首个完整人类原肠胚模型。
David Baker：AI蛋白质设计的快速发展，生物安全不容忽视
自然界的蛋白质优雅地解决了在缓慢进化过程中面临的挑战，但今天的问题（例如全球病原体、神经退行性疾病和生态系统退化）需要新的解决方案。
研究人员设计出基于图表示学习和蛋白质语言模型的深度生成算法
该研究成果推进了深度生成模型用于功能蛋白质设计，为进一步剖析蛋白质设计规律并开展生物实验验证奠定了基础
Nature：小环大威力！癌症中的脱缰野马ecDNA（染色体外DNA）
未来，ecDNA研究不仅将在癌症领域发挥作用，还可能为其他复杂疾病的遗传机制研究提供借鉴。随着基因编辑技术、全基因组测序和生物信息学分析的不断进步，我们有望揭开更多关于ecDNA的奥秘。
清华大学程功团队开发AI语言模型，预测新冠病毒突变和进化
该研究开发的SVEP模型，显著提高了数据处理效率，减少了计算资源的消耗，使模型能够更有效地模拟组合突变。
Cell：AI时代的蛋白质从头设计
该文章讨论了基于物理学的建模方法和人工智能（AI）相结合的背景下，蛋白质从头设计领域的当前状态。
Nature：从二维到三维！RNA分子动态结构的全新解析之路
HORNET方法的独特之处在于其整合了AFM的精确拓扑信息和机器学习的强大预测能力，为长期困扰科学界的RNA异质性结构研究提供了新的解决方案。
Nature Methods：解锁生命的地图！人体图谱带来的科学革命
在过去的研究中，研究人员已经揭示了细胞作为生命基本单位的诸多奥秘，但随着技术的进步，人们发现，这还远远不够。细胞的内部不是一片混沌，而是被划分为不同的“区域”，每个区域都扮演着特定的功能。
AI仍需努力！徐华强团队证实，AlphaFold3预测GPCR-配体复合物结构准确性不足
该研究为在GPCR研究中使用AlphaFold3的研究人员提供了有价值的见解，强调了基于实验的结构确定的必要性，并为未来在计算模型中改进蛋白质-配体相互作用预测提供了方向。