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。
研究团队发布 Airscope 无线介观显微镜，重 1.0 克，在 6 mm 视野内实现 4 μm 横向分辨率、12.5 Hz 成像。其非球面透镜设计使总光程比此前微型显微镜缩短 2.84 倍，单只动物可无缆记录超过 8,500 个神经元的钙信号，较此前提升 25 倍。
推荐理由：1.0 克无线介观显微镜把视野扩到 6 mm 并支持自由活动小鼠成像，为系统神经科学提供可迁移的硬件方案。
AmpliconSuite 是一个从肿瘤全基因组测序数据分析局灶性扩增的工具包，可识别染色体外 DNA（ecDNA）、断裂-融合-桥（breakage–fusion–bridge）及其他扩增模式，其 ecContext 模块对 ecDNA 结构分类以理解形成机制。
推荐理由：该工具把肿瘤全基因组测序中的局灶性扩增分析整合为端到端流程，并在 72 个模型、175 个基因上做了 FISH 验证。
研究团队发布结构变异检测工具 HitSV，通过感知基因组重复性与断点特征密度识别断点，并结合单倍型分辨的局部组装，实现跨测序技术的碱基分辨率结构变异重建与基因分型。在 HG002 基准上，HitSV 的基因型 F1 分数相比现有最优 SV caller 分别提升 15–72%（长读长）、10–36%（短读长）和 12%（混合测序）。应用于 1KGP 第四期队列时，HitSV 将 SV 检出集扩大 31.5%，明显改变等位基因频率分布。在一个中国长读长队列中，HitSV 发现串联重复与移动元件组成的复合阵列是一类常见、多等位的复杂 SV，提示这类复合重复结构是此前被低估的人类结构变异来源。
推荐理由：HitSV 在 HG002 基准上把基因型 F1 提升 10–72%，并在大队列中发现一类此前被低估的复杂结构变异。
LoL-align 在 Nature Methods 发表，可在不做叠合（superposition）的情况下比对蛋白结构。作者称其比 TM-align 和 DALI 更敏感、比对结果更好，速度快 5–20 倍，现已集成到 Foldseek，代码在 GitHub 的 steineggerlab/foldseek 仓库，并提供 search.foldseek.com 在线服务。
推荐理由：新方法不做叠合即可比对蛋白结构，并给出与 TM-align、DALI 的敏感性和速度对比，可据此判断是否替换现有流程。
MassNet 发布面向 AI 的质谱蛋白质组学数据语料库，包含来自 35 个物种、高质量 DDA 质谱数据的 15 亿张串联质谱图，其中约 170 万个肽前体来自人类样本。
推荐理由：该语料库覆盖 35 个物种的 15 亿张质谱图，并配套标准化存储格式，为质谱蛋白质组学的深度学习提供了可复用的数据底座。
研究提出 HDOCK-Multimer（HDM），将 ab initio 对接与组合组装整合，用于大蛋白复合物结构预测。在 35 个大异源复合物、172 个大蛋白复合物和 7 个 CASP15 靶点三套基准上，HDM 的表现优于 CombFold、MoLPC、AlphaFold-Multimer 和 AlphaFold3。该框架还能在未提供化学计量比输入的情况下预测化学计量比并建模复合物。
推荐理由：面对大蛋白复合物组装空间过大的难题，该框架把对接与组合组装结合，并在三套基准上与 AlphaFold3 等方法比较。
Cao 等人提出一体化基础模型 AMIFound，用于 CT、MRI、PET、内镜、超声、眼底成像和 X 射线 7 种医学影像的增强与修复。模型在 376 万对高质量与退化图像上训练和评估，覆盖 7 类代表性退化模式；共享编码器提取模态与退化线索，动态路由的专家修复池为每个输入选择增强路径。在 7 种模态上，AMIFound 在全参考图像质量指标、临床医生评估、组合退化鲁棒性测试以及自然退化临床图像上均优于 38 个任务专用与通用基线。增强后的图像还改善了 44 项疾病检测任务、肿瘤分期预测和非小细胞肺癌生存风险分层，包括个体层面的预后排序。
推荐理由：该模型用 376 万对图像统一处理 7 种医学影像的退化修复，并检验增强后对下游诊断任务的影响。
研究团队改造出 rsmiRFPnano，一种源自蓝细菌光敏色素、分子量低于 19 kDa 的近红外光开关光声成像探针，用于差分光声断层成像（PAT）。现有基于细菌光敏色素的探针多为超过 55 kDa 的多结构域蛋白，限制了 PAT 分子报告探针的设计；rsmiRFPnano 能高效结合胆绿素，在两种光开关状态下均有高消光系数，并在活细胞中表现稳定。作者据此构建了 NF-κB 和 AP-1 通路的报告探针，基础活性低、激活响应强，并在体内用无创 PAT 可视化急性炎症，还用细胞级空间组学图谱做了验证。
推荐理由：一种不到 19 kDa 的光开关蛋白把光声成像探针做小，并给出炎症与胞内抗原成像的验证路径。
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。
研究团队开发 shotgun genetic engineering（SGE），用递送大量带条形码小构建替代单个大构建，让每个细胞携带一条合成通路作为独立实验，再通过测序筛选具有目标表型的细胞。
推荐理由：用大量带条形码的小构建替代单个大构建，把哺乳动物代谢通路的组合筛选扩展到数百万种，为复杂性状工程提供可迁移策略。
阿里达摩院发布食管癌 AI 模型 DAMO EAGLE，尝试在不插管的情况下，从胸部平扫 CT 中识别早期食管癌和癌前病变。研究团队把内镜报告和增强 CT 上的病灶位置配对到平扫 CT 上训练模型；在机会性筛查场景下，模型对食管癌的敏感性为 90%，对癌前病变为 52.5%，真实场景特异性为 99.2%，在低剂量 CT 上性能未见下降。
推荐理由：在机会性筛查场景下，该模型对食管癌的敏感性达到90%，并给出了癌前病变与特异性的具体数字，可供关注影像 AI 早筛的读者对照。
Stephen Quake 介绍 Universal Cell Embedding 模型，该模型在来自多种物种和组织的 3600 万细胞数据集上训练，可研究远超训练集范围的生物体。相关成果来自 Rosen 等人的 Nature 论文，DOI 为 10.1038/s41586-026-10689-z。
推荐理由：Universal Cell Embedding 在 3600 万细胞上训练，可外推到训练集之外的物种，为跨物种细胞研究提供参考。
Biohub 与 UC Berkeley 团队在三篇论文中报告，激光相位板在单激光和双激光（xLPP）两种配置下都能显著提升冷冻电镜图像对比度。单激光版本使分辨率最多提升 44%，双激光版本将铁蛋白 apoferritin 成像到 1.8 埃，并提升了冷冻 E. coli 的对比度。
推荐理由：三篇论文报告激光相位板在真实冷冻电镜中提升小蛋白成像对比度，为在完整细胞内看清蛋白提供新手段。