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。
Google Research Blog精选AI 评分7878 Google 研究团队提出让 AI agent 落地自主湿实验室的三项基础工作
Google 研究团队在博客中介绍三项工作，目标是打通 AI 计算探索与真实湿实验之间的循环。VERID 框架基于开源 PyLabRobot，为实验室工作单元建立可实时更新的 3D 语义数字孪生，支持 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频和动作日志同步，并在案例中让 agent 从读板机故障中恢复、把染料混合物重建准确率提升五倍以上。
推荐理由：Google 研究团队把实验室自动化、aptamer 闭环筛选和蛋白结合子设计串成一条路线，可看 AI agent 进入湿实验的整体思路。
Phys.org精选AI 评分8888 AI 从头设计可识别并切割指定蛋白靶点的蛋白酶
David Baker 团队组合 RFdiffusion2 的 RFD2-MI、ProteinMPNN、EnhancedMPNN 和 AlphaFold 3 从头设计半胱氨酸蛋白酶与锌蛋白酶，两项结果分别发表于 Nature。
推荐理由：两篇 Nature 论文用 RFdiffusion2、ProteinMPNN 与 AlphaFold 3 组合从头设计蛋白酶，并给出实验验证的成功率与提速幅度。
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。
Institute for Protein Design精选AI 评分7878 IPD 团队在 Nature 发表从头设计蛋白酶研究
美国华盛顿大学蛋白设计研究所（IPD）的 Anqi Chen、Kejia Wu 和 Hojae Choi 从头设计了蛋白酶，这些被称为“分子剪刀”的酶能高精度切割用户指定的目标序列，相关成果本周发表于 Nature。
推荐理由：IPD 团队在 Nature 报告从头设计蛋白酶，可按用户指定序列切割，为蛋白设计提供新的功能实现路径。
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。
Institute for Protein DesignAI 评分2020 UW蛋白设计研究所获Google.org资助
Institute for Protein Design 宣布入选 Google.org 的 Impact Challenge: AI for Science，将与 Pang Wei Koh 博士合作，用自然语言设计蛋白质，推进塑料降解等可持续应用。
Generate:BiomedicinesAI 评分2222 Generate与Zealand合作开发AI蛋白药物
Generate:Biomedicines 在时代广场投放信号，并链接到其与 Zealand Pharma 就代谢疾病领域 AI 工程化蛋白疗法达成合作与许可协议的新闻稿。
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。
Chai Discovery精选AI 评分5858 Chai Discovery 宣布与 GSK 达成合作
Chai Discovery 宣布与 GSK 达成合作，此前 GSK 对 Chai 的模型完成了评估。GSK 在自有湿实验中测试了 Chai 模型零样本生成、未经靶点特异性训练的设计，并在所有测试靶点上找到了结合物（binder）。
推荐理由：GSK 在自有湿实验中验证 Chai 模型的零样本设计，并据此达成合作，可观察蛋白设计模型进入药企评估环节的方式。
BioinformaticsAI 评分1515 Bioinformatics 更正：从原子到片段——面向高效功能蛋白设计的粗粒度表示
Bioinformatics 发布对 Castorina 等《From atoms to fragments: a coarse representation for efficient and functional protein design》一文的更正，原文刊于该刊 Volume 42、Issue 5（2026 年 5 月），文章编号 btag172。更正内容未在原文中具体说明。
Decoding Bio精选AI 评分7878 AlphaProtein Novo 从头设计酶在 5000 多个设计中展现与天然酶相当活性
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。
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。
Molecular Systems Biology精选AI 评分6767 从生成式 AI 众包功能性细胞治疗结合域：Bits to Binders 竞赛的评测与启示
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。
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。
Anthony GitterAI 评分3030 Anthony Gitter 质疑蛋白质水印的生物安全价值
Anthony Gitter 表示难以理解水印如何强化全球生物安全，认为 DNA 合成商验证客户用封闭"可信工具"生成序列有其道理，但质疑水印相比数字签名有何优势，并附上相关综述。
ProfluentAI 评分4747 Profluent 与 BioMarin 合作用 AI 设计新药
Profluent 宣布与 BioMarin 合作，利用其基于全球最大独特蛋白序列数据集（1150 亿条）的基础模型设计具有新功能或改良功能的蛋白质；BioMarin 将筛选 Profluent 生成的设计，并将最优者推进至临床前测试。
公众号：昌平实验室AI 评分3838 昌平实验室等联合发起“长江杯”2026全球AI蛋白质设计挑战赛
“长江杯”2026全球AI蛋白质设计挑战赛启动，由上海交通大学、上海人工智能实验室、临港实验室、昌平实验室等共同发起主办，聚焦AI蛋白质从头设计与真实湿实验验证。选手针对不同靶点设计纳米抗体或迷你结合蛋白，奖金总额100万元人民币，计划对不低于5000条设计序列开展免费湿实验检测。报名于9月24日开启、10月31日截止。
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。
Bluesky：Kate Michie (@kmichie.bsky.social)AI 评分2020 研究者谈结构生物学进展速度：与 Adaptyv Bio 合作验证逾 5000 个蛋白设计
一位研究者称结构生物学领域进展极快，作为研究者难以判断当下该聚焦何处，且仍存在大量问题与局限。相关合作方与 Adaptyv Bio 举办蛋白设计竞赛，将实验验证逾 5000 个设计，并提供最高 100 万美元的 Claude 额度及实验验证资金。
Caleb LareauAI 评分5858 MSKCC 团队在 Nature Biomedical Engineering 报告 AI 设计抗肿瘤治疗蛋白的首个进展
Memorial Sloan Kettering 癌症中心（MSKCC）Caleb Lareau 实验室在 Nature Biomedical Engineering 在线发表研究，报告其用 AI 设计新型治疗蛋白、并将其开发为抗肿瘤疗法的第一步。作者称这项工作始于三年前，目标是探索能否借助 AI 获得新的治疗性蛋白，更多细节见 MSKCC 新闻稿链接。