巴西蛋白质工程1988至2026年生物物理视角系统综述
对1988年至2026年6月间巴西机构相关的蛋白质工程研究进行系统综述，共纳入792篇同行评议文献，提示该领域已从早期残基水平突变与常规生化检测，发展为实验与计算深度整合的成熟多元领域，生物物理已从描述性角色转向工程蛋白设计与验证的核心。 研究设计为系统综述，检索PubMed，采
三维深度神经网络预测结合能加速结核配体筛选
结论：在InhA这一结核靶点、全柔性受体工作流与精选配体集合内，三维深度神经网络可在对接前预估结合能，与对接趋势呈中等相关，提示其作为预筛选手段具有可行性。 研究设计与做法：为计算模拟研究，构建全柔性受体模型并生成20000个构象，采用InhA结合口袋静电电荷分布的三维体素表示；
化学方向雷达 · 2026-W42｜计算流水线化、蛋白从头设计、多尺度闭环
化学方向雷达：流程即成果：分子准备与筛选基准、从头设计蛋白的功能态调控、多尺度闭环：从网络到先导的整合。本期提问方式从“化合物有没有活性”转向“用什么模型、参数与靶点构象去筛”，计算流程本身成为被评价对象。
新型TEAD抑制剂的设计合成及肝纤维化治疗评价
设计并合成新型TEAD抑制剂，并对其治疗肝纤维化的作用进行生物学评价。 摘要仅提供刊源与作者，未给出化合物结构、实验模型与对照设置。
Cleistanthin A 及 diphyllin 衍生物作为推定 EGFR 结合化合物的计算与生物物理研究
结论：计算对接提示 Cleistanthin A 及其衍生物对野生型 EGFR 的对接评分优于厄洛替尼，表面等离子共振提示其与 EGFR 酪氨酸激酶存在浓度依赖性结合；作者据此提示芳基萘内酯木脂素可作为靶向 EGFR 的候选骨架，但尚不足以下结论认为其具有成药性或体内有效性。 设
基于结构的虚拟筛选与分子动力学识别靶向肉毒神经毒素的新型金属蛋白酶抑制剂
研究以BoNT/A催化域为靶点，通过药物库的基于结构虚拟筛选与分子动力学模拟寻找新型金属蛋白酶抑制剂。 BoNT/A催化域与嗜热菌蛋白酶结构特征及锌依赖活性相似，为靶向相关蛋白酶机制的设计提供基础。
通路驱动的机器学习与虚拟筛选框架识别抗类风湿关节炎天然小分子
结论：研究构建了整合机器学习、靶点优选与虚拟筛选的通路驱动框架，将补体与凝血级联及C3AR1列为候选，并优先推荐天然化合物SM1；但外部验证判别力有限，整体属「提示」层面，证据档位为C。 设计与做法：纳入16个RA相关GEO数据集，15个队列用于建模、1个留作独立外部验证；以GS
MDAnalysis：分子动力学模拟轨迹分析的 Python 库
MDAnalysis 是一个 Python 库，用于分析分子尺度的多体系统计算机模拟，支持多种模拟软件的输出格式，并提供常用分析算法。
人工智能辅助先导化合物优化：计算进展与转化挑战
综述AI辅助先导化合物优化，关注计算进展与转化应用之间的衔接问题。 因摘要缺失，仅据标题推断为综述性文献，讨论计算方法与转化障碍两方面。
氮官能化2-脱氧sp2-亚氨基糖脂的立体选择性合成与生物评价
结论：材料仅提供该文献的题录信息（标题、期刊、日期与作者），未提供摘要正文，因此无法就合成路线、立体选择性结果或生物活性方向给出结论；现有信息不足以形成任何效应方向的判断。 设计与做法：材料未报告研究设计与具体做法，仅从标题可知涉及氮官能化2-脱氧sp2-亚氨基糖脂的立体选择性合
