Nature Methods：蛋白质“变形金刚”设计指南——AI“脑补”自然进化，一键生成智能分子开关
研究人员开发了一种名为 ProDomino 的人工智能模型。它通过向大自然的进化智慧“学习”，能够精准预测蛋白质分子上的最佳“改造点”。
Cell：我国科学家利用人工智能驱动的策略实现了蛋白质的快速高效进化
研究人员开发了AiCEmulti模块，该模块整合了进化耦合约束。这使得在极低计算成本下准确预测多个高适应度突变成为可能，从而扩展了该工具的灵活性和实用性。
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。
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。
Nature Biotechnology：D-I-TASSER——深度学习与物理模拟“联手”，蛋白质预测超越AlphaFold
在CASP15盲测中，D-I-TASSER表现惊艳，在单域和多域蛋白质预测上均展现出卓越性能，超越了AlphaFold2和AlphaFold3！
生物学专属ChatGPT来了：对话式AI智能体——ChatNT，能够理解DNA、RNA和蛋白质语言
名为 ChatNT的多模态对话智能体，能像生物学家一样，“读懂” DNA、RNA 和蛋白质的序列信息，并用自然语言（英语）与你对话，直接回答你关于生物分子的各种专业问题。
Science：为何那些维持生命所必需的、本应高度保守的蛋白质，有时却表现出惊人的快速进化
这是一个关于基因组内部战争、妥协与进化的故事。在这个故事里，我们将看到维持生命最基本的守卫者，如何在抵御内部敌人的同时，被迫不断修改自己的“握手密码”。
Science：为何那些维持生命所必需的、本应高度保守的蛋白质，有时却表现出惊人的快速进化？
这项工作不仅解释了为什么必需基因会快速进化，更利用这一模型，让我们亲眼见证了自然选择是如何在分子水平上，精细地雕刻着每一个氨基酸，以确保生命信息的完整传递。
Nature子刊：谈攀/洪亮团队开发蛋白质语言模型VenusMine，成功挖掘高效的PET水解酶
这项研究展示了一种新颖的深度学习方法，用于发现具有增强性能的天然 PET 水解酶。
Nature Methods：从“猜”到“预见”——AI模型PUPS揭示单细胞蛋白质定位的秘密
PUPS作为一款结合蛋白质序列和细胞图像的新型AI模型，不仅能准确预测未知蛋白质在未知细胞系中的定位，还能揭示蛋白质定位在不同细胞系和单细胞层面的变异规律，甚至预测突变对定位的影响。