北师大联合团队发布 TDFold：AI视觉扩散模型跨界攻克蛋白结构预测
TDFold是一种新的蛋白质结构预测方法，利用视觉扩散模型以氨基酸序列为基础快速预测三维结构，尤其适用于孤儿蛋白及资源受限环境，并展现出优越性能。
录用率仅 22.1%!吐血整理了 100篇 CVPR 爆火论文。。。
本文整理了100篇CVPR高质量论文，并指出2025年CVPR的录用率仅22.1%，反映了竞争的激烈程度。文章强调了这些高水平论文在科研和职业发展中的重要性。
Mol Psychiatry：胡少华/严超赣合作揭示双相抑郁患者临床结局相关的脑网络特征
浙江大学与清华大学团队在Mol Psychiatry上发表研究，基于静息态MRI与支持向量回归模型，揭示了双相抑郁患者脑网络连接的异常变化，并预测喹硫平治疗疗效，为精准治疗和病理机制理解提供了新的神经影像学证据。
Nature：洪暐哲团队揭示生物和人工智能系统中的跨脑神经共享机制，为理解社交行为提供全新视角
文章报道了UCLA洪暐哲团队在Nature发表的一项研究，该研究利用微型内窥镜技术在小鼠社交互动中发现了大脑间的共享神经活动，同时在人工智能系统中复现了这一现象，首次证明跨个体神经耦合可能是理解社交行为的重要机制，为神经科学与人工智能的交叉研究提供了新视角。
Advanced Genetics｜纳米平台赋能的中枢神经系统基因治疗：递送策略与转化前景
文章为综述文章，系统讨论了利用纳米载体实现中枢神经系统基因治疗的方法，重点在如何克服血脑屏障，实现精准的基因药物递送，以及对未来临床转化可能性的展望。
科研 AI 智能体 Biomni 与 Claude 合作，ChatGPT 为何出局？
Biomni与Claude的合作标志着科研AI的新时代，Claude被选为支持Biomni的AI合作伙伴，提升科研效率100倍并推动复杂生物医学研究的自动化。
中科创星米磊：科学家创业仍是大势所趋，创投要有能力帮助补短板 | 伴飞分享
中科创星创始人米磊在接受采访时详细阐述了硬科技创业的现状、存在的问题及应对策略。他介绍了中科创星通过创业营帮助科学家转型、推动科技成果转化的具体做法，提及科创债的成功发行和国际化布局，展现了硬科技领域投资及商业生态建设的良好趋势。
TikTok特朗普交易，事不过三，定制美国版
文章报道TikTok在美国市场的交易谈判再起波澜，由于中美关税政策和特朗普的政治干预，TikTok正在为美国市场定制独立版本(M2)，这一系列举措和相关政策、财务数据都显示出其在美国市场定位和交易前景的复杂性与不确定性。
【首发】国内通用细胞治疗帕金森病领军药企，数月内再获数千万元市场化融资
该文章报道了士泽生物医药在细胞治疗帕金森病领域的重大突破和融资进展。文中详细介绍了士泽生物在国内外获得的各项临床试验批件、多个创新性注册临床试验以及其连续多轮市场化融资，强调了其在iPSC衍生细胞药研发上的领先地位和商业化前景。
单轮融资1.79亿美元！GlycoEra如何精准清除95%以上致病蛋白？
GlycoEra公司最新宣布完成1.3亿美元B轮融资，累计融资达1.79亿美元，用于推进其创新的双功能糖工程降解剂研发。该技术通过精准锁定和清除致病蛋白，已在前期动物试验中显示出在30分钟内清除率超过95%的能力，并有望用于类风湿关节炎、重度哮喘以及未来扩展至阿尔茨海默症和肿瘤等领域，同时公司依托超20年经验的制药团队和强大的平台技术，预期在2026年前启动I期临床试验，开启治疗范式从阻断向根除的转变。
被牛市遗忘的CXO，谁将凭“拐点基因”破局
文章通过详实的市场数据和企业业绩分析，探讨了CXO行业与创新药板块之间出现脱钩的现象，以及行业转型中的全链路服务能力建设、AI药物研发等趋势和未来竞争格局。
【首发】科思明德完成数亿元人民币A+轮融资，加速商业化布局和创新产品研发
科思明德完成数亿元A+轮融资，计划利用新一代全球首创的一键自动调焦内窥镜技术，加速品牌建设、商业化推广及产品创新，进一步拓展国内外市场和多管线研发。
柳叶刀-精神病学：司美格鲁肽在服用氯氮平的精神分裂症患者中减重效果明显
文章报道了一项在《柳叶刀-精神病学》发表的澳大利亚II期、多中心、双盲随机、安慰剂对照试验，评估了司美格鲁肽在服用氯氮平且肥胖的精神分裂症患者中的减重疗效及安全性。研究显示司美格鲁肽显著降低体重（第36周平均减重13.88%），且不影响抗精神病效果，为改善因氯氮平引起的体重增加问题提供了新方向。
重磅会议| BCI-2025深圳国际脑机接口创新技术展览会
这是一则关于BCI-2025深圳国际脑机接口创新技术展览会的会议宣传信息，主要提供了会展时间、地点及联系信息。
Nat. Commun. | AI驱动自动化酶优化平台，4周内高效提升酶活性
伊利诺伊大学的赵惠民团队开发了一种AI驱动的全自动酶优化平台，可以在4周内通过机器人和机器学习显著提升酶活性，展示了蛋白工程的自动化未来。