Google Antigravity 引入 Biomolecular Structure Viewer，为研究者与 AI 智能体提供共享的 3D 结构查看和注释工作区。在抗菌肽案例中，ProtNLM 从 UniProt 原始氨基酸序列预测生物功能，平台结合结构与基因组证据筛出面向 Streptococcus pseudopneumoniae 的候选物。该候选物目前正在进行湿实验验证。
推荐理由：技术演示呈现了 UniProt 功能预测、跨库检索和 3D 结构分析的一体化流程，提供了可迁移的候选抗菌肽筛选方法。
Arc Institute、Biohub、UCSF 和 Vector Institute 团队开发 eclair-CLIP，并为人类细胞中的 67 种癌症相关 RNA 结合蛋白建立图谱，在单核苷酸分辨率下映射超过 9 million 个 RNA 结合位点。
推荐理由：文章说明统一小标签和红外检测如何减少 CLIP-seq 对特异性抗体与放射性标记的依赖，并展示图谱进入模型训练后的应用路径。
Isomorphic Labs 推出 IsoDDE 药物设计引擎，用统一系统处理结构预测、结合亲和力预测和新型口袋识别。在‘Runs N’ Poses 基准最困难的外推类别中，IsoDDE 的准确率是 AlphaFold 3 的两倍以上，并在抗体-抗原高保真预测中分别比 AlphaFold 3 和 Boltz-2 高 2.3 倍和 19.8 倍。
推荐理由：IsoDDE将结构预测、亲和力预测和口袋识别纳入统一系统，并提供训练集外任务与公开基准的对比结果。
Chai Discovery 的新研究显示，Chai-2 已能进行全长药物样 mAb 的 de novo 设计，并扩展到六个 GPCR 和 peptide-MHC 靶点。
推荐理由：提供 88 个 IgG 的可成药性数据与 Cryo-EM 结构验证，帮助读者判断 Chai-2 从亲和力设计走向药物样抗体的可用边界。
Broad Institute、MIT和Harvard University开发PUPS，可预测任意蛋白质在任意人细胞系中的单细胞定位，包括此前未测试的蛋白和细胞。
推荐理由：PUPS将蛋白序列模型与图像补全模型结合，在未见蛋白和细胞系上实现单细胞定位，并提供实验验证与基线比较。