蛋白质AI开始「黑箱化」：下一代生物模型该如何被真正理解与控制
编辑丨&过去几年里，蛋白质基础模型（protein language models，pLMs）几乎重塑了整个计算生物学。从 AlphaFold 3 的结构预测，到生成式蛋白设计，再到酶优化、抗病毒肽生成、药物靶点发现，大模型开始像理解自然语言一样「理解蛋白质」。
谷歌AI一次注释了10%的已知蛋白质序列，超过人类十年研究成果
谷歌表示，这种新方法让我们可以较为准确地预测蛋白质功能、突变的功能效应，并进行蛋白质设计，进而应用于药物发现、酶设计，甚至是了解生命的起源。论文:Using deep learning to annotate the protein universe。
大卫・贝克团队等提出文本条件化全原子生成模型
编辑丨cherry从头设计蛋白质的一个核心挑战是生成具有指定特性的蛋白质。现有模型通常需要为每一种特性使用专门设计的输入表示，这限制了它们所支持的设计目标。
Nature Genetics | 从遗传发掘到临床预警，高度近视高危人群筛选迎来新标尺
引言在这个屏幕无处不在的时代，视力问题似乎已经成了现代人的一种“标配”。屈光不正（Refractive errors, REs），包括近视、远视和散光，目前影响着全球超过一半的人口。
北医三院赵晓璐、毕洪森、毛凤彪等团队在Nucleic Acids Res.发布成果，构建跨物种eccDNA注释资源平台
2025年11月22日，北医三院生殖医学科赵晓璐副研究员团队联合北医三院成形科毕洪森主任医师、基础医学研究中心毛凤彪研究员和中山大学附属第七医院泌尿外科向熙副研究员在Nucleic Acids Research（《核酸研究》IF:13.
找RNA修饰靶点还在翻文献？这个引入AI大模型的数据库太有用了
在RNA甲基化修饰研究的火热浪潮中，Writers（书写器）、Erasers（擦除器）和 Readers（阅读器）——合称WER蛋白，无疑是主导调控机制的“三剑客”。然而，搞清楚这些蛋白到底靶向了哪些基因？在特定细胞系中发挥了什么作用？与哪些疾病相关？
蛋白的关系我知道，蛋白互作网络分析
尔云间 一个专门做科研的团队小果今天遇到了蛋白互作网络分析的任务，这个任务其实还挺常见的，小果今天就带大家来看看小果是怎么做的吧。首先是准备要分析的蛋白，一般是直接输入基因symbol就可以了。然后找到分析的网站。https://cn.string-db.
如何通过多品种GWAS全基因组序列变异，揭示奶牛乳蛋白候选突变？
文|爱叨叨的小胖编辑 | 爱叨叨的小胖背景在牛中，牛奶蛋白的组成主要是由遗传因素提供的这很有趣，因为它决定了奶酪的制作而通过分析中红外（MIR）光谱，可以大规模地预测牛乳蛋白的组成，这是一种常规的方法。