PepCCD 提出一种融合对比学习与条件扩散模型的端到端框架，仅凭蛋白序列即可生成靶点特异性多肽。该方法在结合能力、多样性、生物活性预测与推理效率上全面优于现有序列方法，并在多项任务中可与结构驱动模型媲美。

Cell 报道一种从零设计的 21 aa 多肽 ELIXIR，可选择性修复病态钠通道的晚钠电流异常，在细胞、动物模型及患者来源细胞中实现功能级逆转，为通道病治疗提供全新范式。

PepMLM 提出一种完全基于序列的结合肽设计框架，仅输入靶蛋白序列即可生成高特异性肽分子。在多项任务中命中率超过结构驱动方法，并通过 ELISA、细胞降解与病毒感染实验验证其真实功能。

NCFlow 提出一个面向非天然氨基酸（ncAA）的原子级构象生成模型，能够在蛋白 pocket 环境中预测任意 ncAA 的合理三维构象，并结合深度打分与分子动力学模拟，构建出一套可系统性设计高亲和力 ncAA 多肽的端到端流程。

系统评估 BindCraft 在肽类 binder 设计中的真实能力：在 MDM2 与 WDR5 位点上实现纳摩尔级命中，并通过结构指导完成 stapling 优化，展示了结构驱动肽药设计的可行路径。

EvoBind2 提出一种完全无需结构与位点信息的“盲设计”框架，仅基于靶蛋白序列即可设计出不同长度的线性与环状肽结合物，在 SPR 实验中获得最高 19 nM 亲和力，并通过对抗性过滤显著提升成功率。