UNIST研究团队通过适应性实验室进化获得一株可在高浓度甲醇条件下快速生长的微生物菌株，并在基因组层面识别出与耐受性相关的关键突变，为以甲醇为碳源的C1生物炼制应用推进提供了基础。

一款人工智能模型基于蛋白质的振动和运动模式生成全新蛋白质，开启了动态生物材料和适应性治疗的新可能。

美国能源部橡树岭国家实验室科学家开发的MIJAMP可识别微生物DNA甲基化模式，帮助绕过限制修饰系统等防御机制，将定制微生物开发中的关键任务从一周缩短至数小时。

卡尔·R·沃斯基基因组生物学研究所团队在《Nature Catalysis》发表概念验证研究，展示将光激活酶促反应整合进大肠杆菌细胞代谢，实现体内合成新分子，并为光生物催化在生物制造中的应用提供框架。

抗生素的过度使用和滥用导致耐药性感染日益增加，而新型抗菌工具的研发却步伐缓慢。麻省理工学院正在开展一项结合合成生物学与生成式人工智能的跨学科研究，致力于开发针对关键病原体的可编程抗菌剂，以应对全球抗菌素耐药（AMR）危机。

詹姆斯·柯林斯教授分享了他如何通过跨学科合作，将计算预测与创新实验平台结合，推动治疗药物的研发进程。