蛋白质建模、细胞成像与患者驱动的科学：BioHub年初回顾
BioHub联合创始人陈静雯回顾年度进展，涵盖蛋白质建模、细胞成像及患者驱动科学等领域。内容为机构年度总结与通稿性质，缺乏深度技术细节或个人独家洞察，对技术读者的实际参考价值有限。
评论
点赞
收藏从患者社区到精准治疗：利用AI驱动生物学加速罕见病研究
Biohub发布Rare As One项目第四期招募计划，介绍过去几年支持患者组织建立临床注册库、推动临床试验的成果，并提及与Every Cure合作利用AI进行药物重定位。内容主要为机构宣传与项目回顾，缺乏独立技术洞察或深度工程细节。 
Laser Phase Plate Cryo-Electron Microscopy
Inside every living cell, tens of thousands of different types of proteins are at work: ferrying molecular cargo, relaying signals, repairing DNA, deciding whether a cell should divide or die. Most of...
Biohub发布蛋白质生物学世界模型
Biohub今日发布蛋白质生物学世界模型，三大开源工具齐出：基于28亿进化序列训练的ESMC语言模型、在抗体-抗原结构预测上超越AlphaFold 3的ESMFold2，以及覆盖68亿蛋白质序列与11亿预测结构的ESM Atlas图谱。团队针对EGFR、PD-L1等5个肿瘤与免疫靶点，用数天而非数月完成计算搜索设计的蛋白结合剂，经实验室验证结合率高（紧凑型迷你结合剂36-88%），PD-L1设计体成功恢复T细胞信号。所有工具免费开放，有望将早期治疗候选物发现从数年压缩至数天。文章信息密度高、有实验验证数据，但为机构新闻稿格式，缺乏个人观点与讨论入口。 
Biology’s blind spot
Inflammation drives nearly every major disease, yet we’ve never been able to directly watch it progress in living tissue. These researchers are building the technologies to change that. The post Biol... 
扎克伯格资助5亿美元启动虚拟生物学计划
扎克伯格旗下Biohub宣布投入5亿美元启动"虚拟生物学计划"，目标是为整个人类细胞建立高精度AI预测模型，最终加速疾病机制研究和药物开发。其中1亿美元用于协调全球数据采集——联合Allen Institute、Broad Institute、Arc Institute、Wellcome Sanger Institute以及人类细胞图谱等国际联盟，动员跨机构协作打破数据瓶颈；另外4亿美元投入Biohub内部，开发冷冻电镜断层扫描、活体组织显微成像等下一代测量与工程化技术。NVIDIA提供算力支持。计划所有生成数据将开放共享，效仿蛋白质数据库和人类基因组计划的大科学协作模式。这是典型的官方机构通稿，信息有分量，但行文为标准的项目公告格式，缺乏个人视角、争议或独立分析，可读性和讨论入口较弱。 
新工具揭示T细胞反应如何在器官间演变
一项新研究通过追踪近期激活的T细胞在不同时间点和器官间的动态变化，揭示了免疫系统在全身范围内的响应机制。研究方法有望为感染、癌症和自身免疫疾病的未来治疗提供新思路。这是Biohub上发布的一项科研进展报道，内容为对研究发现的概括性介绍。
斯科特·弗雷泽：成像与AI如何跨越十亿倍尺度捕捉生物学
本文实际内容仅一句话，是Biohub机构博客的跳转引流帖。核心看点是Biohub成像总裁分享动态成像与AI结合、跨越十亿倍尺度观察生物学的方法，但正文未给出任何具体方法、案例或数据，直接链回源站。属于典型的机构号任务式发文，无个人经验、无一手信息、无讨论入口。
Andrea Califano：利用AI重编程免疫系统的六大策略
这是一篇厚度极薄的机构博客，全文仅一句话：机器学习、合成生物学与免疫学的融合正在改变人类健康的可能性——发言人是Biohub免疫细胞重编程部门总裁。标题列出"六大策略"，但正文未给出任何一条策略细节，没有方法、没有数据、没有案例、没有引述。该文本质上是机构（Biohub）为自己领导层发布的宣传性导语，没有提供可讨论的观点、一手信息或实用知识，属于典型的机构号任务式发文。
Shana Kelley：测量炎症的五种新方法
标题声称介绍五种测量炎症的新方法，但正文仅笼统提及"借助AI整合平台观察免疫细胞活动，可在炎症发展成疾病前干预"，并未列出任何具体方法或数据。文章来自Biohub机构博客，内容极为单薄，缺乏任何实质性细节、实验证据或个人见解。
启动首个前沿AI与前沿生物学融合的大规模疾病攻关计划
这是一篇极其简短的机构公告，仅宣布将多个科学团队合并为「Biohub」组织，以推进"首个结合前沿AI与前沿生物学的大规模科学计划"。全文没有任何具体方案、技术路线、团队成员、时间表或任何实质信息，属于典型的机构官网任务式发文。标题宏大但内容空泛，缺乏可讨论的细节和观点，读者无法从中获得任何可用的新信息或洞察。
面向所有人的基因组学研究
VariantFormer是首个将跨基因组序列建模与个性化基因组群体建模结合起来的深度学习模型，能够表征跨组织基因表达。Biohub发布的这篇博客介绍了这一新工具，其核心价值在于通过AI桥接不同人群的基因组差异，推动基因组学研究从单一参考基因组走向更广泛的个性化应用，使研究结果更具普适性。不过文章内容简短，缺乏具体技术细节、实验数据或个人见解。 
