研究提出一种基于物理的快速计算方法，用于在从头设计的蛋白质中为小分子靶标生成等排且化学互补的结合口袋。作者通过构建并表征针对多种合成与天然色素的结合蛋白进行实验验证，仅评估个位数数量的设计，就获得稳定蛋白，X射线晶体学证实其apo结构中的结合位点已预先组织，并以微摩尔或更好的亲和力结合靶标。为展示适用范围，作者在双结构域从头设计蛋白中引入选择性且偶联的色素结合位点，实现两个位点间可控的能量转移，并开发出一种小型从头设计结合蛋白，可在活哺乳动物细胞中用于可视化亚细胞结构。
推荐理由：该方法用物理计算快速生成与小分子互补的结合口袋，并用X射线晶体学验证少量设计的apo结构。
包括戴维·贝克在内的团队开发出生成式AI系统 RFdiffusion3（RFD3），可直接从原子层面设计蛋白质和核酸，生成蛋白质结构的速度约为前代系统 RFdiffusion2 的10倍。在41个已有酶的活性位点计算测试中，RFD3 有37个案例的设计表现优于 RFdiffusion2；实验上设计出可分解对氧磷的酶和可切割特定肽段的蛋白酶，均完成预期化学反应。设计范围还扩展到 RNA 等核酸分子。
推荐理由：RFD3 把蛋白质设计条件细化到原子位置和氢键，并给出与前代的速度和活性位点对比，可据此判断原子级设计的能力边界。
Bits to Binders 全球竞赛以 CAR-T 为场景评估 de novo 结合域设计，来自 42 个国家的团队提交了 12,000 个靶向人 CD20 的 80 氨基酸 minibinder 设计。
推荐理由：这项竞赛把 1.2 万个 AI 设计的 CAR-T 结合域放进细胞功能筛选，而非只看亲和力，为评估蛋白设计提供了更接近功能的检验方式。