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。
Nature Methods 发表综述，梳理荧光蛋白工程与荧光生物传感器设计的最新进展，重点讨论提升光稳定性与延长波长的思路，并以 mScarlet 为案例。文章还总结筛选、定量成像、空间分辨率与多重检测方面的改进，并展望下一代荧光蛋白与生物传感器的发展方向。
Google DeepMind 与 Caltech 的 Arnold 实验室、匹兹堡大学 Lui 实验室合作提出 AlphaProtein Novo（AP Novo）从头设计流程，在 5 类反应、5000 多个实验设计中显示其命中率可与天然酶序列挖掘相比。
推荐理由：AlphaProtein Novo 把扩散生成骨架、LigandMPNN 序列设计与 AlphaFold3 校验串成流程，在 5000 多个实验设计中与天然酶比较。
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。
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。