Institute for Protein Design 推出结构生物学工具互操作框架 Chaperone
Institute for Protein Design 开发的结构生物学工具互操作统一框架 Chaperone 已在 Rosetta Commons 的 GitHub 组织下开放使用。该框架用于让结构生物学工具之间互通，便于搭建自定义的蛋白设计流程。
#蛋白设计
Bluesky：Rosetta Commons (@rosettacommons.bsky.social)AI 评分5858 Bluesky：Martin Pacesa (@martinpacesa.bsky.social)AI 评分5858 BindCraft2 v1.0.4 发布，改进 VHH、scFv 与诱导契合靶向设计
BindCraft2 v1.0.4 已发布，显著改进了 VHH、scFv、ARP 和诱导契合（induced fit）靶向设计，同时提升了运行速度和代码稳定性。作者建议此前失败的困难设计任务可以重新尝试，并致谢 @erikmaeots、Leonardo Tredese 和 @liza-ch 的工作。
科学网精选AI 评分8888 生成式AI系统 RFdiffusion3 可从原子层面设计蛋白质与核酸
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。
Bluesky：Rosetta Commons (@rosettacommons.bsky.social)AI 评分2222 Rosetta Commons Toolkit 网络研讨会回放：RFOptimization（RFO）序列优化工具上线 YouTube
Rosetta Commons Toolkit 关于 RFOptimization（RFO）的网络研讨会回放已发布在 YouTube。IPD 的 Tuscan R. Thompson 在研讨会中介绍了 RFO 这一通过序列优化改进现有蛋白质设计的工具。
Pranam ChatterjeeAI 评分6262 LFD 框架用 LLM 将自然语言目标蒸馏进分子生成模型
Pranam Chatterjee 介绍 LLM-to-Flow Distillation（LFD）框架，用 LLM 从“设计具有抗癌活性的多肽”这类自然语言目标出发构建自适应课程，再通过 DPO 和 LLM 的候选排序微调多肽与小分子 flow 模型。
Marinka ZitnikAI 评分6262 ToolUniverse 新增 GPU 环境自动配置，支持 agent 调用蛋白设计与结构预测模型
ToolUniverse 新增 GPU 环境自动配置功能，使 agent 能在复杂生物数据集上调用机器学习模型，并把输出用于发现流程。
Molecular Systems Biology精选AI 评分7878 Bits to Binders 竞赛验证并分析 12,000 个 AI 设计的 CAR-T 结合域
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。
Anthony GitterAI 评分4040 新预印本：从定向进化数据挖掘蛋白工程信息
Anthony Gitter 等人发布预印本，探讨如何从既往定向进化实验中提取更多蛋白工程信息，并以 SadX 的位点选择性 C-H 叠氮化反应进行测试。
Bluesky：Martin Pacesa (@martinpacesa.bsky.social)AI 评分4848 BindCraft2 发布：代码先行开放，免费供学术与产业使用
BindCraft2 已发布，完整代码在论文发表前先行公开，学术与产业用户均可免费使用。发布方称提前释出是为了让用户立即开始设计，并将该工具用于当前的 Adaptyv 竞赛；代码托管于 GitHub 的 PacesaLab 仓库。