研究团队对人类E3连接酶组进行了分类，整合多层次数据，利用度量学习方法识别E3家族关系及其功能，探索潜在药物靶点。这为E3连接酶的生物学功能理解和药物开发提供了新思路。

近年来，蛋白质语言模型在药物靶点识别和抗体设计等生物领域得到广泛应用。麻省理工学院的研究者通过新技术揭示了这些模型的预测机制，帮助选择更合适的模型，加速新药或疫苗靶点的发现。这项研究提高了模型的可解释性，并可能揭示新的生物学见解。

一种新方法结合蛋白质语言模型和图像修复模型，能够在未测试的细胞中预测蛋白质位置，从而提高疾病识别和药物靶点发现的效率。

海德堡大学等机构推出了BioChatter，一个开源Python框架，旨在提高生物医学研究中的透明度和可定制性，帮助研究人员更高效地进行数据提取和分析。BioChatter与知识图谱集成，支持多种交互方式，未来将与生命科学数据库整合，以促进药物靶点识别。