Nature：深度视觉蛋白质组学揭示肝脏疾病中的蛋白质毒性新机制
本文研究通过深度视觉蛋白质组学技术为AATD的病理机制提供了全新的视角，相关研究结果不仅揭示了蛋白质毒性的分子基础，还为未来开发新型治疗策略提供了潜在的靶点。
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。
Nature Biotechnology：AI的“顿悟”时刻——AlphaDIA如何借助迁移学习，推开无特征蛋白质组学的大门？
研究人员推出了一款名为AlphaDIA的开源计算框架。它摒弃了传统的“特征提取”范式，直接在原始信号的“混沌”中进行机器学习，并通过一种巧妙的“迁移学习”策略，让AI模型能够“自我进化”。
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。
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。
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。
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。
【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
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。