BioSpace 汇集分析师与药企高管的观点，讨论amylin靶点在减重治疗中的位置，认为它可能比GLP-1更耐受，并可作为GLP-1应答不佳患者的补充。诺和诺德的amylin/GLP-1复方CagriSema已提交FDA申请，分析师预计本季度出决定；REDEFINE-1中68周减重22.7%。
推荐理由：借多位分析师和药企高管的观点，梳理amylin靶点在减重药物中的位置，以及CagriSema、eloralintide、petrelintide的临床数据差异。
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。
Molecular Systems Biology 这篇评论以 CASP 为参照，评述 Bits to Binders 竞赛对 AI 设计蛋白作为 CAR-T 识别结构域的评测。
推荐理由：文章以 CASP 为参照，梳理 Bits to Binders 竞赛对 1.2 万个 AI 设计 CAR-T 结合域的评测结果与局限，为判断生成式蛋白设计的真实功能水平提供参照。
Decoding Bio 的 BioByte 周刊介绍了一项比较两种 BCMA CAR-T 产品 cilta-cel 与 ide-cel 的研究，作者认为两者的关键差异在于控制 CAR 表达的启动子，而非抗原结合域。
推荐理由：通过重建四种 CAR 组合，把 cilta-cel 与 ide-cel 的疗效差异指向启动子而非抗原结合域，为细胞治疗设计提供可比较的线索。
Derek Lowe 评述 J. Med. Chem. 今年 6 月第 12 期 Wang 等人来自江苏大学的靶向蛋白降解论文，该文用 alogliptin 结合 DPP-IV、以 cereblon 配体招募 CRBN 降解二肽基肽酶 IV，作为糖尿病治疗思路。
推荐理由：围绕一篇靶向蛋白降解论文的机制矛盾，梳理细胞外蛋白经胞内 CRBN 降解这一疑点及可补做的实验。
David Li 认为，未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证与核实，而 36 个月后最大瓶颈将变成临床试验资源稀缺。
推荐理由：作者用 IND 审评与启动天数的对比，拆解美国临床试验基础设施的瓶颈，并给出未来 18–36 个月瓶颈迁移的判断。