2024年10月9日 ，谷歌 DeepMind 的 Demis Hassabis、 John Jumpe 因对蛋白质结构的预测，与蛋白质设计先驱 DavidBaker 分享了2024年诺贝尔化学奖。 2021年， DeepMind推出了 AlphaFold2 ，其能够根据氨基酸序列来准确预测蛋白质的三维结构。 而最近， DeepMind团队带来了 AlphaFold2的全面升级版—— AlphaFold3 。

2024年诺贝尔生理学或医学奖授予了 Victor Ambros （麻省大学医学院） 和 Gary Ruvkun （哈佛大学医学院/麻省总医院） ，表彰他们 发现 microRNA 及其在转录后基因调控中的作用，从而揭示了基因活性如何被调控的基因原理。 2024年10月9日，2024年 诺贝尔化学奖 揭晓。 此次获奖的是： David Baker （华盛顿大学） 、 Demis Hassabis、 John Jumpe （谷歌DeepMind）。

10月17日，人工智能药物发现研发商Terray Therapeutics获得1.2亿美元B轮融资，由新投资者 Bedford Ridge Capital 和现有投资者 NVentures领投，Maverick Capital、Goldcrest Capital、Madrona Ventures等参投。 截至目前，公司已完成4轮共2亿美元融资:。 Terray Therapeutics是众多试图借助AI技术改善药物开发速度和效率的初创公司之一 。

近日， 宁波拜锐生物科技有限公司（以下简称“拜锐生物”）完成了Pre-A轮融资。 本轮融资由拾萃资本，诺登创投、宁波市创投引导基金共同投资。 拜锐生物成立于2021年，位于浙江宁波， 着力于打造高强度的可吸收产品技术平台 。

本 集团 控股子公司珠海 丽凡达生物技术有限公司研发的 mRNA 呼吸道合胞病毒 （ RSV ）疫苗 已于 近日 获得 国家药品监督管理局出具的《药 物 临床 试验 批准通知书》 ， 标志着该疫苗的 研 发 进 入了新的阶段。 RSV是常见的呼吸道感染病原体，具有高度传染性，在全球范围内广泛流行，RSV感染是导致一周岁以内婴儿死亡的重要原因，也是造成老年人呼吸道感染死亡的重要因素。 本集团将加速推进mRNA呼吸道合胞病毒（RSV）疫苗的临床试验。

10月29日，葛兰素史克（GSK）宣布，以3亿美元的预付款从恩沐生物（Chimagen Biosciences）收购CMG1A46， 这是一种处于临床阶段的CD19和CD20靶向T细胞接合器（T cell-engager，TCE） 。 此外， 恩沐生物 将有资格获得相关的开发和商业化里程碑付款，总额为5.5亿美元。 而越来越多的临床证据表明越来越多的临床证据表明，鉴于CD19在更多B细胞类型上的存在，它有望成为一种差异化的治疗方法。

抗原处理和呈递是适应性免疫的基石，没有T细胞的帮助，B细胞不能产生高亲和力抗体。 而CD4+T细胞通过细胞表面的抗原特异性受体提供这种帮助，这些受体识别与肽段结合的主要组织相容性复合体（ MHC ）分子，从而激活T细胞，然后T细胞执行效应器功能，如细胞毒性、和产生细胞因子。 负责抗原呈递的两大类糖蛋白包括MHC I类和II类分子，它们分别向CD8+T细胞和CD4+T细胞呈递抗原肽。

已有多种策略通过被动、主动和内源性靶向实现 mRNA-LNP 向特定器官的递送，但在单一脂质库中，可电离脂质结构与器官特异性 mRNA 递送活性的关系尚未充分研究。 目前，尚无构建具有新型类脂质化学结构的单一合成 LNP 库，用于全身给药的肝、肺和脾的靶向递送。 研究发现，硅氧烷的存在增强了 mRNA-LNP 的细胞内化和胞内逃逸能力，从而提高了 mRNA 递送效率。

近期，南京大学张晶晶教授研究团队针对上述新型PROTAC策略的局限性，以miRNA触发的DNA编码的pre-PROTAC的形态调节为依据，成功开发出一种全新的miRNA启动的组装pre-PROTAC平台——miRiaTAC。 传统 PROTAC 技术 所面临的挑战。 靶向蛋白水解嵌合体（PROTACs）作为一种极具前景的治疗策略，通过利用细胞天然蛋白质降解机制靶向消除疾病相关蛋白，展现出与传统占位驱动抑制剂不同的独特优势，如在低剂量下发挥催化作用以及降解顽固蛋白等（图1）。

10月9日，欧洲中部时间11时45分（北京时间17时45分），瑞典皇家科学院决定将2024年诺贝尔化学奖的一半授予大卫·贝克（David Baker），以表彰他在“计算蛋白质设计”方面的贡献，并将另一半授予戴密斯·哈萨比斯（Demis Hassabis）和约翰·M·詹伯（John M. Jumper），以表彰他们在“蛋白质结构预测”方面的贡献。 在预测类药物相互作用方面，AlphaFold 3 实现了前所未有的准确度，包括蛋白质与配体的结合以及抗体与其靶蛋白的结合。 在 PoseBusters 的基准测试中， AlphaFold 3 的准确率比现有最佳传统方法高出 50%，而且无需任何结构信息输入，成为首个超越传统物理预测工具的人工智能系统。