OpenAI推出了GPT-Rosalind，这是一个专为生物学、药物发现和转化医学研究设计的推理模型，旨在加速科学工作流程，帮助研究人员更快生成和评估新想法。该模型支持证据综合、假设生成和实验规划，已在ChatGPT和Codex中提供，并与多家生物科技公司合作，推动科学发现。

本书探讨了毒素与人类的关系，介绍了毒物的生物学及其医疗应用。作者为生物学家，内容严谨有趣，包含丰富的参考文献和实地考察。书中揭示了自我免疫者与毒物的奇特效应，展示了毒素的复杂性及其医学潜力，适合生物学爱好者阅读。

表征学习在生物化学与分子工程中愈发重要，尤其在肽的结构与功能建模方面。香港中文大学提出的Bi-TEAM框架通过整合生物与化学信息，提高了肽设计的准确性和成功率，特别是在细胞穿透性环肽的设计中表现优异，为药物研发提供了新技术路径。

研究癌症患者细胞基因表达有助于理解癌症的起源和治疗效果。麻省理工学院与苏黎世联邦理工学院的研究人员开发了一种人工智能框架，能够区分细胞状态信息的共享与独特部分，从而提供更全面的细胞状态视图。这将帮助科学家理解疾病机制并追踪癌症等疾病的进展。

麻省理工学院的研究项目结合合成生物学与人工智能，开发针对特定病原体的可编程抗菌剂，以应对全球抗微生物耐药性危机，特别是在低收入国家。

人工智能在生物学领域的进展加速，GPT-5与Ginkgo Bioworks的自动化实验室结合，优化无细胞蛋白合成（CFPS），降低生产成本40%。通过六轮实验测试36,000种反应组合，发现新的低成本反应配方，提高蛋白质产量，助力科学研究和药物开发。

GPT-5.3-Codex是最新的编码模型，结合了GPT-5.2的编码性能和推理能力，能够处理复杂任务。该模型在生物学和网络安全领域表现出色，并已采取相应的安全措施。尽管尚无确凿证据证明其达到高能力阈值，但出于谨慎考虑，已启动保护措施。

AI如GPT-5在科学研究中能加速发现，缩短研究时间。研究表明，GPT-5在生物学和数学等领域帮助科学家快速识别机制和完成证明，提升研究效率。尽管存在局限性，专家监督下的GPT-5展现出加速科学进展的潜力。

美国马萨诸塞州的初创公司Lila Sciences完成3.5亿美元A轮融资，估值超过13亿美元，成为独角兽。该公司致力于构建融合AI、软件与机器人技术的科学平台，旨在通过AI代理实现科研全流程自动化，提高科研效率。

马萨诸塞州剑桥的初创公司Lila Sciences完成3.5亿美元A轮融资，累计融资达5.5亿美元，估值超过13亿美元，成为独角兽。Lila致力于构建融合AI、软件与机器人技术的科学平台，推动科学发现，计划向商业客户开放其平台。

生命系统的关键特征在于分子行为的协调性，系统通过适应整体目的展现出普遍性和可识别机制。计算不可约性与简单目的的结合导致了“机械行为”的出现，揭示了生物系统适应性演化与复杂性之间的关系。

卡罗琳·乌勒是麻省理工学院的工程教授，专注于生物系统中的因果关系。她探讨了机器学习在生物学中的应用，指出数据革命为解决生物学问题提供了新机遇。尽管机器学习在预测方面表现优异，但生物学中的因果问题仍需创新方法。乌勒的研究包括预测蛋白质亚细胞位置和基因调控，旨在推动生物医学科学的发展。

生物学与人工智能的结合已实现深度合作。科学家们利用语言模型生成蛋白质、模拟细胞状态和测试突变，像编程一样构建分子工具。生物学家与程序员的角色日益融合，未来的生物学将更加数字化和数据驱动，可能带来重大发现。

CRISPR-Cas9是一种基因编辑工具，类似于软件编程，通过“剪刀”和“指针”修复基因。未来的开发者将分析基因、编程生物电路，推动生物学平台的发展。