睾丸特异性蛋白BRDT会在肺癌中“兴风作浪”
研究表明，BRDT或许是独立于BRD4的治疗靶点。与BRD4相比，BRDT在肺癌中的表达更具特异性，这意味着它可能成为一个理想的治疗靶点。
睾丸特异性蛋白BRDT竟会促进肺癌生长和进展
当BRDT在肺癌细胞中被抑制时，这在实验室模型中显著减缓了肿瘤的进展并延长了生存期。他们通过体外研究和动物实验测试了BRDT的剔除，从而证实这种蛋白质对小鼠肺癌肿瘤生长至关重要。
Nature子刊：我国学者开发新型蛋白靶向降解技术——FRTAC，高效降解膜蛋白
该研究表明，FRTAC 可以靶向肿瘤部位，与 FRα 交联获得高亲和力，并以亚纳摩尔级活性降解膜蛋白，包括 EGFR、TROP2、PD-L1 和 HER2，具有良好的癌症治疗应用前景。
AD：科学家发现，水通道蛋白4是调节大脑冲洗Aβ沉积的关键蛋白！
本研究首次在相同的APPPS1小鼠中直接比较AQP4促进和抑制作用的研究，表明AQP4介导的ISF引流是脑内清除Aβ沉积的关键因素。
Science：细胞内蛋白编辑可让非经典氨基酸残基整合到内源性蛋白中
在这项新的研究中，研究人员介绍了一种在活的哺乳动物细胞内编辑蛋白序列的方法，这种方法可在特定位点将化学修饰的氨基酸、表位标签或其他肽片段整合到内源性或外源性表达的蛋白中，并可进行时间控制。
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。
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。
Science：新型人工智能工具模拟蛋白质动力学，助力药物发现和蛋白质研究
BioEmu将超过200毫秒的分子动力学模拟与实验数据相结合，以接近实验的精度预测结构集合和热力学性质。
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。
攻克“不可成药”，David Baker团队中国博后利用AI从头设计蛋白，靶向内在无序蛋白，解锁治疗靶点
这两项研究中，研究团队采用了两种互补的设计策略，这两种策略基于氨基酸序列，而无需蛋白结构信息，因此，有助于在大量新的治疗靶点上实现高度通用的药物发现。