诺奖得主David Baker最新Nature论文：AI从头设计抗体，实现原子级精度
这项技术的意义远不止于学术研究。它有望彻底改变抗体药物的开发流程，从传统的“试错式”筛选转向精准的“设计式”创造。
2025-11-07
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。
2025-09-23
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。
2025-04-01
Cell：竺淑佳/李扬团队首次在原子分辨率上看清调控学习和记忆的“分子开关”NMDA受体的精细结构
研究团队提取了大鼠大脑皮层和海马中的内源 NMDA 受体并解析出了 3 种主要亚型及比例，揭示了内源 NMDA 受体的原子分辨率三维结构。
2025-01-26
ACS Nano:氪二聚体、链和向一维气体过渡的原子级时间分辨成像
近段时间，来自英国诺丁汉大学化学学院的Ian Cardillo-Zallo教授及其团队报告了一种纳米级系统,利用该系统输送和释放氪原子,旨在揭示惰性气体元素的键合状态和一维气态。
2024-01-24
Sci Adv：科学家首次在原子水平上解析出人类线粒体解偶联蛋白1的分子结构 有望帮助开发治疗人类肥胖症的新型疗法
来自剑桥大学等机构的科学家们通过研究在寻找治疗肥胖及其相关疾病（比如糖尿病）的疗法上取得了重要的发现。
2023-06-19
