本文讨论了OpenClaw中的CVE-2026-32038漏洞，该漏洞源于Docker网络命名空间共享机制的审计盲区。攻击者可利用此漏洞在沙箱环境中横向移动，窃取敏感数据。文章强调了安全防护的重要性，建议升级至最新版本并严格限制网络配置，以防止类似攻击。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

机器之心数据服务现已上线，提供高效稳定的数据获取，简化数据爬取流程。

本研究提出了一种人工智能引导的抗生素发现管道，以应对抗生素耐药性危机。通过结构聚类分析病原体的预测蛋白组，识别重要靶标，并评估六种3D结构生成模型的实用性，为抗生素开发提供参考和蓝图。

本研究提出了一种新方法，解决药物-靶标相互作用预测中的数据稀缺问题。通过设计两个专家处理内外部数据，利用未标记数据增强协同作用，实验结果表明该模型在数据稀缺情况下显著优于现有方法，改进幅度最高达53.53%。

本文提出了一种新型分层图表示学习模型HGRL-DTA，用于药物靶标亲和力预测，结合全局和局部分子图表示。实验结果显示，该模型在多个场景下优于现有基准，具有更好的泛化性能。同时，研究提出了一种生物学驱动的负边缘子采样策略，验证了新发现的相互作用的真实性，为未来模型设计奠定基础。

该研究评估了药物靶标相互作用预测方法的泛化性和性能夸大问题，并提出了一种新的负边缘子采样策略。研究结果为未来的基准测试和模型设计提供了基础。