Anthony Gitter 表示读过 DRYLAB-Bench 后认为其提出的 Biosecurity Risk Score 不可解释，核心只是一个经过截断和归一化等调整的 z-score。他引用的介绍称，该基准用 ProteinGym 与 ViroGym 的 187,695 条深度突变扫描测量为设计打分，在 30 个生物安全场景中评估 agentic LLM 的迭代突变设计，并报告工具使用使汇总 BRS 从 0.359（S0）升至 0.475（S2）。
推荐理由：作者从统计构造角度质疑 DRYLAB-Bench 生物安全风险评分的可解释性，适合关注 AI 生物安全评测指标设计的读者。
Ran Blekhman 在 Bluesky 发帖介绍其在 PLOS Biology 发表的文章，讨论 AI 生成论文激增为何构成一类全新问题，以及对生物学领域科学评价方式的影响。文章的核心论点是，在生成式 AI 时代，写出一篇论文不再意味着真的做过科学研究，因此需要重新考虑如何回应 AI 生成论文的涌入。
推荐理由：文章把 AI 生成论文的激增当作科研评价体系的新问题，讨论生物学研究究竟为了什么。
Derek Lowe 评述一项预印本，该研究用 42 篇撤稿、造假和伪科学论文构建探针语料，测试模型是否会基于论文原文的框架继续设计研究。
推荐理由：作者借一项预印本评测指出，主流大模型面对撤稿与造假论文时仍会照单执行，并讨论这对 AI 科研助手可靠性的影响。
Cell 刊发观点文章《Toward autonomous science with agentic artificial intelligence》，讨论生物医学 AI 正从回答人类提出问题的工具，转向能自行提出问题的智能体。Guo 等人评估了这一转变，涉及扩展逻辑与自主劳动等内容。
推荐理由：Cell 观点文章梳理生物医学 AI 从回答人类提问的工具转向自主提问的智能体，并讨论其扩展逻辑与自主科研的边界。
这篇综述从分子优化与系统级评估的衔接角度梳理 AI 驱动的 RNA 药物设计，比较 siRNA、反义寡核苷酸、适配体、mRNA 和翻译导向 circRNA 各自的设计约束，并评估序列模型、生成模型和结构感知模型的能力与局限。
推荐理由：综述把 RNA 药物设计从分子优化延伸到系统层面评估，梳理了不同 RNA 模态的设计约束与虚拟细胞的定位。
Derek Lowe 评论 Anthropic 称已拦截其 Claude 系统被用于包括可能的生物武器设计在内的不当用途，但 Science 报道中并非所有人都认同这些案例的性质。
推荐理由：从五起被拦截案例出发，讨论如何区分病毒突变研究的正当用途与滥用意图，并比较生物与化学风险的现实差异。
文章指出，高通量生物学与基因组学近二十年的快速扩张已编目出多种细胞类型和条件下基因功能的多个方面，人工智能与深度学习的进展也让功能基因组学测量预测更准确。作者认为，把实验编目和准确预测等同于对生物过程理论理解的增长，最终会误导人。
推荐理由：文章区分实验编目、预测能力与理论理解，为评估功能基因组学与深度学习进展提供概念框架。
Biohub 联合创始人 Priscilla Chan 发文回顾今年上半年进展，包括 5 月发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白折叠、相互作用与功能并设计新蛋白，已有科学家用它设计抗体候选并在早期实验室测试中针对癌症和免疫相关靶点显示初步结果。
推荐理由：Biohub 联合创始人以第一人称复盘半年进展，把蛋白世界模型、激光相位板与虚拟细胞计划串成一条开放科学路线。
Sara Mostafavi 与 Alex Sasse、Maria Chikina 合作在 Nature Methods 发表评论文章，回顾序列到功能（sequence-to-function）深度基因组模型的过去与未来，文章链接为 https://www.nature.com/articles/s41592-024-02331-5。作者同时提到该刊当天上线了多篇相关 Comment 文章。
推荐理由：作者团队在 Nature Methods 回顾序列到功能深度基因组模型的进展与未来方向，适合了解该领域方法脉络。