RNAffinityDB 是一个人工整理的实验 RNA-蛋白结合亲和力数据库，每条测量都锚定到一个明确的蛋白构建体和一个由规范核糖核苷酸组成的单链 RNA 序列。当前版本收录来自 1,055 篇原始文献的 10,016 条构建体级记录，覆盖 3,057 个蛋白构建体和 4,638 条 RNA 序列。数据库按原文保留亲和力数值与测量边界，并收录未结合的观测结果。网页界面支持按蛋白身份或 RNA 序列直接检索，也支持按生物学功能进行语义查询，记录链接到 UniProt 注释，并提供 AlphaFold 3 预测复合物结构的交互式可视化。
在果蝇中，过表达的 Dcp-1（而非 Drice）可在缺乏经典凋亡体组分的情况下被激活，TurboID 邻近标记显示 Sirtuin 1 及 Debcl、Buffy 等自噬相关基因是 Dcp-1 激活所必需。AlphaFold3 结构预测将自噬调控的凋亡抑制因子 Bruce 鉴定为 Dcp-1 特异性调控因子，且 Bruce 在生理条件下抑制翅组织生长。
研究提出 MBFGNK，一个用于多肽毒性预测的可解释多模态几何学习框架，融合预训练蛋白语言模型的序列表征、基于等变图神经网络（EGNN）的 3D 结构特征，以及刻画全局、局部与残基协同作用的理化超图表征。
APR-Score 是一种基于机器学习的计算方法，用于识别蛋白序列中易发生聚集的区域，并综合序列与结构特征进行预测。该方法经训练集交叉验证和独立测试集验证，在区分聚集倾向区域与非聚集区域时取得 MCC 0.77、精确率 0.89、F1 0.87。工具代码已在 https://github.com/TII-BRC/APR-Score 开放。
经典分子动力学模拟显示，MBD2 从目标位点下游一个碱基对位置在微秒内迁移至甲基化 CpG 靶位点，并结合为两种稳定构象：一种接近 X 射线晶体结构，另一种亲和力降低但保持对 mCpG 的选择性。S189 被确定为关键宏观开关，其与甲基胞嘧啶骨架相互作用的丧失使平衡偏向次态；S189A 突变体模拟、NMR 与荧光偏振实验均支持该突变不改变 mCpG 选择性但降低结合亲和力。
研究结合 X 射线晶体学、淬灭流动力学和分子动力学模拟发现，瑞德西韦（RDV）核苷酸从产物链 −3 位转位到 −4 位并完成后续催化的复合速率，比腺苷在肠道病毒 RdRP 上至少慢 100 倍。
PAZy 塑料活性酶数据库发布扩展版本，收录超过 450 个经实验验证能作用于合成或生物基塑料的酶，并补充更详细的元数据与更广的底物覆盖。新版改为关系型数据库，引入大语言模型辅助整理活性数据，网页界面支持按蛋白或塑料底物浏览，并提供公开 REST API 供程序化调用。该资源用于区分实验验证的塑料活性酶与仅计算预测的候选，可免费访问 https://www.pazy.eu。
研究发现，dITP 并非通过简单的构象变化激活 Kongming（Kom）系统的 KomBC 复合物，而是通过改变其组装平衡来实现。没有 dITP 时，KomBC 在紧密堆积的寡聚体和松散堆积的纤维之间处于平衡，两者均无活性；dITP 结合到 KomB 后，稳定纤维中紧密堆积的 KomC 核心并让催化残基对齐，从而激活 NAD⁺ 水解。
研究提出一套计算–实验整合流程，用于在数据稀缺条件下优先筛选、表征并建模真菌非特异性过氧化物酶（UPO）。从 3000 多条候选序列中筛出 59 个推定 UPO，在大肠杆菌中分两批表达并用比色底物检测，得到 27 个表达与活性一致的 UPO；随后用 15 个新 UPO 和 4 个参考酶对 27 种底物做活性筛选，构建酶–底物活性数据集。
利用多构象连续静电（MCCE）方法，计算了9个激酶结构域与18种FDA批准抑制剂在37个共晶结构中的质子化与互变异构分布，全流程重复三次并给出运行间不确定度。结果显示蛋白净电荷与质子分布基本稳定，而抑制剂电荷在结合后频繁增减；结合使低能态（ΔG < 2.8 kcal/mol）相对概率发生移动，但不提高高能态概率。
研究在泛素 E1 抑制剂 TAK-243 存在下开展全基因组 CRISPR 敲除筛选，鉴定出 239 个基因，敲除这些基因会使细胞对泛素化阻断更敏感。后续分析显示，核蛋白 HAPSTR1 将 E3 连接酶 HUWE1 招募到染色质，维持染色质相关蛋白组的稳定，而 HAPSTR1 自身在细胞周期进程中被 HUWE1 降解。
研究用分子动力学模拟、炼金术自由能计算与 QM/MM 方法，在原子层面刻画了细菌过氧化氢酶-过氧化物酶 KatG 活性位点中 Ga3+ 替换 Fe3+ 的过程。模拟显示 heme B 辅因子的轴向配位环境在金属替换后基本保持，远端配体在组氨酸与配位水分子之间动态切换。自由能计算表明该替换在热力学上有利，为铁模拟抗菌剂的理性设计提供了机制依据。
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 发布 Google Antigravity 智能体科研工作台，把跨数据库检索、结构评估和候选优先级排序压缩到单次会话中。文中演示了研究者与智能体协作，在 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染相关病原体有活性的新型抗菌肽候选，该候选目前正在进行湿实验验证。
推荐理由：Google Antigravity 把跨库检索、结构查看与功能预测放进同一会话，展示了抗菌肽候选的发现流程。
研究提出自动化框架 HDOCK-Multimer（HDM），将从头对接与组合组装结合用于大型蛋白复合物结构预测。在三个基准评测中，HDM 在大型蛋白组装建模上的准确度和稳健性优于现有组装方法和基于深度学习的方法。
研究提出 TraSPIN，一个几何深度学习框架，同时建模转运蛋白蛋白与小分子底物，用于推断底物特异性。作者称其在基准上优于现有方法，可泛化到未见底物和序列差异较大的转运蛋白，并揭示转运蛋白与底物识别的结构决定因素和序列基序。跨物种推断和对未表征 solute carrier 蛋白的去孤儿化进一步展示了该框架在功能注释上的用途。
Cai 等人提出 Apus，一个把质谱原始数据采集、分析与质量控制整合在一起的端到端方案，可从原始质谱数据自动完成分析直至生物学解读。作者指出，大队列蛋白质组学目前受困于数据采集、分析和质控相互割裂的工作流，Apus 试图通过整合这些环节实现主动式质量管理。
ROMET-RNA 是一个自动化基准评测框架与元选择工具包，在标准化流程中评测 11 个 RNA 结构预测器，并比较 rMSA、RNAcmap3 MARS 和 Infernal RNAcentral 三套 MSA 流程。
LoL-align 是一种基于距离的概率蛋白结构比对算法，通过迭代优化局部对数几率评分来判断蛋白同源性。作者报告，在单结构域和多结构域基准上，它检测远源同源蛋白的灵敏度明显高于 TM-align 和 Dali，比对质量更好，速度是二者的 5–20 倍，并已完整集成到 Foldseek 中。
推荐理由：新方法以局部对数几率评分做蛋白结构比对，在远源同源检测上比 TM-align 和 Dali 更灵敏且快 5–20 倍。
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。
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：Gemini 4 Argon 展示了通用前沿模型在酶设计、罕见病基因组分析和量子化学代码优化上的具体落地案例，可供关注 AI for Science 的读者参考。
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，可高效结合胆绿素并在两种光致变色状态下保持高消光系数。
六种蛋白组衰老时钟首次被部署到一项临床试验中，研究结果更多揭示了这些时钟本身的特性，而非药物效果。材料未给出试验规模、药物名称及具体结论。
Anguiano 等人改造出膜靶向 TurboID，并优化标记策略，在清醒动物神经元胞体和轴突末梢实现 1–2 小时的蛋白质标记窗口，用于鉴定各亚细胞区室富集的蛋白。研究针对的是在行为相关时间尺度上捕捉脑内亚细胞定位蛋白质组的工具不足问题，成果发表于 Cell Reports Methods。
欧盟委员会宣布通过 Horizon Europe 的三项资助，向 EMBL-EBI 与国际伙伴共同管理的 GENCODE、UniProt 和 Europe PMC 提供 5700 万欧元。
推荐理由：欧盟委员会通过 Horizon Europe 向 EMBL-EBI 管理的三个开放数据资源拨款，可了解各资源的具体分配额度。
Sundar 等人在 Cell Systems 提出 FLIGHTED，一种通过从含噪高通量实验生成概率化适应度地形、来建模蛋白适应度测量不确定性的贝叶斯方法。该方法被应用于选择实验和一项高通量碱基编辑实验，并提升了蛋白适应度模型的性能。
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名，同时保持生物功能。
推荐理由：DeepMind 把水印从数字内容延伸到蛋白序列与结构，并给出湿实验验证，对关注生物安全与 AI 设计溯源的研究者提供了可参考的技术路径。
研究团队通过精氨酸富集策略改造 Corynebacterium glutamicum Cas12n（CgCas12n），获得编辑效率提升约 60 倍的变体，并缩短 sgRNA 支架而不损失活性，组合成增强型 eCgCas12n 系统用于哺乳动物细胞基因组编辑。
一项系统发育与实验重建研究追踪了一个必需分子互作在4.6亿年间的演化，发现历史替换不断随机地增强或削弱界面上的不同位点，逐步改变了亲和力的模式与生化基础，也改变了可能突变带来的效应。研究由Yeonwoo Park与V. Narry Kim完成，发表于Cell Systems。
Darmawan 等为蛋白语言模型提出利用上位互作的多突变采样策略，并配套一个从相关性、质量和多样性三方面评分的计算评测框架。在多种蛋白适合度景观上的基准测试中，其设计优于标准的单突变方法，作者据此给出蛋白工程的实践建议。
研究团队开发了一种计算去卷积方法，用于解析细胞周期依赖的蛋白浓度动态，并应用于新的芽殖酵母批量蛋白质组数据。该方法的核心是一个酵母群体模型，用实验获得的细胞周期进程和体积生长数据参数化，以量化采样群体中的失同步程度；作者对 3272 个蛋白做去卷积，用交叉验证确定正则化参数，识别出 539 个具有细胞周期依赖动态的蛋白。
ColabFold 1.6.3 发布，现在可以完全通过 pip 安装，本地安装不再需要 conda，kalign、hhsearch 和 openmm 也可从 pip 获取。
AlphaFold 3 v3.0.4 让模型可在纯 CPU 机器和 Apple Silicon 上运行，其中 Apple Silicon 可利用 GPU 加速推理。
ColabFold 1.6.2 发布，新增 --use-pallas 参数，用融合的 Pallas/Triton 内核运行 Evoformer，预测速度约提升 2.5 倍且内存占用略降，需要计算能力 8.0（Ampere）及以上的 NVIDIA GPU。
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。
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。
Biohub 与 UC Berkeley 团队将激光相位板集成到 Thermo Scientific Krios 冷冻电镜中，显著提升小蛋白成像对比度，相关成果分别发表于 Science 和 bioRxiv。
推荐理由：激光相位板把冷冻电镜的对比度提升到能看清小蛋白，为结构生物学长期难以成像的多数蛋白打开入口。
AlphaFold 3 发布 v3.0.3，代码许可证从 CC BY-NC-SA 4.0 改为 Apache 2.0，并兼容 Python 3.14。该版本还带来性能改进：Confidences JSON 序列化最高提速 30 倍，5000 残基输入的序列化时间从 43 s 降至 1.3 s，mmCIF 解析提速 4%。
推荐理由：许可证从非商用协议改为 Apache 2.0，并给出大输入序列化提速的具体数字，可据此判断能否商用与升级。
AlphaFold v3.0.2 发布，开箱支持 NVIDIA Blackwell GPU，并借助 Tokamax 实现 flash attention 与 SwiGLU。