Mol Cell：李默团队建立“医化交叉”体内蛋白质组标记技术
该研究首次成功建立普适化体内蛋白质组原位标记技术，不仅实现了多器官、特定细胞群的高质量体内蛋白质组学描绘，更深度加强了“医/化交叉”的思维范式并推动学科通融。
2025-12-03
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。
2025-11-08
青岛大学×复旦大学合作Cell子刊：揭示癫痫发作相关的血浆蛋白质组
该研究通过血浆蛋白质组学分析，鉴定出了多个与新发癫痫相关的血浆蛋白质和信号通路，并揭示了其对未来癫痫风险的预测能力及其作为药物靶点的潜力。
2025-11-20
Cell：人类蛋白质组学研究绘制了13个器官的衰老特征
在这项研究中，研究人员设计了多组织蛋白质组分析方案，绘制了跨越成年人五个十年生命周期的器官水平蛋白质动态变化与衰老相关生物标志物，构建了人类衰老的纵向蛋白质组图谱。
2025-09-02
Nature系列综述：乔治·丘奇绘制 AI 蛋白质设计路线图，逐步指导利用AI工具设计蛋白质
该综述的核心是提供一个全面且可操作的蛋白质设计路线图，逐步指导如何将最先进的 AI 工具整合到蛋白质设计工作流程中，包括结构与功能预测工具以及用于从头设计的生成式模型。
2025-09-15
Mol Cell ：北京大学李默团队建立“医化交叉”体内蛋白质组标记技术
该研究不仅实现了多器官、特定细胞群的高质量体内蛋白质组学描绘，更深度加强了“医/化交叉”的思维范式并推动学科通融。
2025-12-03
nELISA如何以可扩展、低成本的方案开启精准蛋白质组学研究新纪元
nELISA的问世，不仅仅是又一项高性能分析工具的诞生。它通过一系列巧妙的设计，成功地在多重性、特异性、通量、灵敏度和成本效益这几个长期以来相互制约的维度之间，找到了一个前所未有的最佳平衡点。
2025-11-12
Science：新研究揭示DNA-蛋白质交联物加速衰老
2026-03-07
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。
2025-07-29