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子刊：清华大学陈国强团队开发新型正交转录突变系统，蛋白质进化速度提升150万倍
该研究开发的正交转录突变系统具有高突变效率、高特异性和低脱靶率的优点，在实际进化过程中仅用 1 天即可完成以往需要数周才能实现的蛋白质优化过程。
Nature：C末端酰胺修饰为蛋白质降解提供临床治疗的新武器
这项研究揭示了FBXO31在蛋白质质量控制中的核心作用，尤其是在应对氧化压力时，FBXO31能够识别和清除那些由于氧化损伤而产生的C末端酰胺标记的蛋白质。
Nature子刊：研究发展出复杂体系中可同时鉴定配体靶蛋白质和结合位点的蛋白质组学方法
研究利用蛋白质在结合配体后局部稳定性的变化，开发了在复杂体系中可以同时高灵敏鉴定配体结合蛋白和结合位点的蛋白质组学新方法（PELSA）。
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。
Nature：C末端酰胺修饰，为蛋白质降解提供临床治疗的新武器
这项研究揭示了FBXO31在蛋白质质量控制中的核心作用，尤其是在应对氧化压力时，FBXO31能够识别和清除那些由于氧化损伤而产生的C末端酰胺标记的蛋白质。
JEM：揭示蛋白质引导浆细胞进入骨髓从而让机体获得长期免疫背后的分子机制
本文研究让我们对免疫系统的复杂性有了更深的认识，浆细胞的“长寿之旅”不仅是一个生物学奇迹，也为疫苗研发提供了新的方向。
Cell：刘延盛/彭隽敏/Fornasiero等揭示小鼠多器官蛋白质组与磷酸化组周转规律
研究首次系统性地绘制了小鼠多个器官和不同脑区的蛋白质组及磷酸化蛋白质组周转图谱，为理解组织特异性蛋白质动态及稳态提供了重要资源。
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。
Cell：单胚胎蛋白质组学突破——助力不孕不育诊断与个性化治疗
运用超灵敏蛋白质组学（ultrasensitive proteomics）技术，对人类卵母细胞及早期胚胎的蛋白质谱进行了系统解析，检测到了近8000种蛋白，并揭示了这些蛋白在不同发育阶段的变化模式。