跳到正文
  1. BioTender58

    OpenAI 收购 AI 制药公司 Orchestra Bio,将并入生命科学品牌 Rosalind

    OpenAI 于 2026 年 10 月 20 日宣布收购 Orchestra Bio,将把其团队与技术同生命科学品牌 Rosalind 结合,公告未披露收购价格与产品整合上线时间。

    推荐理由:文章拆解了收购公告中 Orchestra 的协调定位与 Rosalind 工具链的分工,并指出整合成效尚无数据支撑。

  1. 动脉网58

    粒曼生物完成数千万元天使轮融资,布局虚拟细胞扰动数据基础设施

    粒曼生物于2026年10月完成数千万元天使轮融资,由上海弘晖领投,兴华鼎立和杭州润苗基金跟投,川越周期担任财务顾问。公司专注高通量细胞编辑与扰动样本数据生产,已完成覆盖人类19,883个基因的阵列式扰动文库建设与湿实验验证。

    推荐理由:融资事件同时披露了已开源扰动数据集的使用规模,可观察虚拟细胞上游数据供给的产业化路径。

  1. 智药局58

    英伟达投资Boltz、Prima Mente等五家英国AI企业

    英伟达10月15日宣布投资五家英国AI企业,包括AI制药公司Boltz和AI for Science初创Prima Mente,另三家为Foresight、Hiverge和Riverlane。

    推荐理由:英伟达投资两家英国AI for Science企业,可对照其模型与平台在药研链条中的位置。

  1. C&EN (化学与工程新闻)58

    CAS与诺华合作开放反应数据用于AI研究

    美国化学会旗下CAS宣布与诺华生物医学研究部门合作,推进包括反应数据可及性在内的AI赋能研究。CAS通过其内容集合管理逾1.6亿条由科学家整理的反应,将向诺华研究人员开放专有实验反应数据,与CAS内容集合配合使用。

    推荐理由:该合作把CAS逾1.6亿条人工整理反应数据接入诺华研究,反映反应数据在AI化学研究中的获取方式。

  1. Ginkgo Datapoints · Updates58

    Ginkgo Datapoints 与 Apheris 宣布 AbbVie、argenx、Lundbeck、Takeda 成为抗体可开发性联盟创始成员

    Ginkgo Datapoints 与 Apheris 宣布抗体可开发性联盟(Antibody Developability Consortium)成立,创始成员为 AbbVie、argenx、Lundbeck 和 Takeda。该联盟计划共建其称为领域内规模最大的标准化抗体可开发性数据集,包含 1 万条抗体,并交付一个基础模型,通过 Apheris 的联邦基础设施实现。

    推荐理由:四家药企以创始成员身份加入抗体可开发性联盟,共建标准化数据集与基础模型,呈现产业数据协作的组织方式。

  1. Baker Lab · IPD (蛋白质设计研究所)58

    华盛顿大学、Allen研究所与Fred Hutch联合成立AI BioDesign联盟,五年投入近9500万美元

    西雅图研究联盟AI BioDesign于9月3日宣布成立,由华盛顿大学、Allen研究所和Fred Hutch癌症中心联合组建,David Baker与Jay Shendure共同领导。

    推荐理由:该联盟把计算设计、高通量实验与开放资源放在同一循环中,为观察蛋白质设计平台的组织方式提供参照。

  1. 百奥几何BioGeometry58

    百奥几何与金斯瑞达成战略合作,以高质量蛋白数据驱动下一代 GeoFlow 大模型

    百奥几何与金斯瑞生物科技正式达成战略合作,以标准化高质量蛋白功能标注数据推动 Data Scaling,持续迭代 GeoFlow 蛋白质基础大模型。金斯瑞及其关联公司(含 CDMO 平台蓬勃生物)将通过自动化实验平台与真实项目产出结构、功能、结合活性、稳定性与可开发性数据,百奥几何负责下一代模型的训练、评估与调优。

    推荐理由:百奥几何与金斯瑞把实验数据接入 GeoFlow 迭代,展示了蛋白生成模型与产业级湿实验体系协作的一种路径。

  1. AurekaBio 寻明生科60

    寻明生科完成1亿美元B系列融资,加码生物基座模型与Lab-in-the-Loop闭环

    寻明生科(Aureka Biotechnologies)宣布完成总额1亿美元的B系列融资,首轮由Granite Asia独家投资,后续轮次由产业投资人领投、弘晖基金跟投,启明创投、经纬创投及纽尔利资本等现有股东持续投资,公司累计融资近2亿美元。

    推荐理由:融资披露同时交代了资金用途与Lab-in-the-Loop闭环体系,可了解该公司基座模型与实验平台如何衔接。

  1. Amy X. Lu58

    Radical Numerics 以 5000 万美元种子轮结束隐身,预览基因组语言模型 Omnii

    Radical Numerics 宣布结束隐身状态,完成 5000 万美元种子轮融资,并预览基因组语言模型 Omnii。创始团队称曾训练 Evo 与 Evo 2(40B 参数、基于 DNA 序列训练、完全开源),Omnii 在致病因果变异检测和 AI 生成病原体识别上称达到 SOTA,并正与一家诊断公司合作用于胰腺癌及多癌种早筛、与美国国家实验室试点大流行检测。作者本人仅表示观察了该团队的人才密度并祝贺其结束隐身。

  1. Verge Genomics (Verge Labs)60

    Verge Labs 与 Tenacia 达成 CNS 管线平台合作,用人类组织数据表征靶点

    Verge Labs 与 Tenacia Biotechnology 宣布战略平台合作,Verge 将用其 AI 平台和专有多模态人体组织数据,为 Tenacia 部分 CNS 项目优先排序并表征靶点。

    推荐理由:Verge Labs 首个平台优先模式合作,展示多模态人脑组织数据如何用于 CNS 靶点优先级与表征。

  1. Genesis Therapeutics 官网资讯71

    Incyte 与 Genesis Molecular AI 扩大合作,120 亿美元级条款训练 GEMS 平台

    Incyte 与 Genesis Molecular AI 扩大战略合作,Incyte 将共享自有实验数据用于训练 Genesis 的 GEMS 分子 AI 平台,并新增至少 5 个由 Incyte 选定的合作靶点。

    推荐理由:交易条款与数据授权范围披露较完整,可观察大药企自有实验数据进入分子AI训练的具体安排。

  1. PrecisionLife 官网资讯58

    PrecisionLife 与 Ovation 达成合作,2026 年推出 GLP-1 分层 LDT 与消费者 DNA 检测

    PrecisionLife 与 Ovation.io 达成协议,将 PrecisionLife 对 Ovation 的 GLP-1 受体激动剂数据集的分析结果商业化,计划在 2026 年推出 GLP-1 分层实验室开发检测(LDT)和面向消费者的 GLP-1 DNA 检测。

    推荐理由:两家公司基于真实世界 GLP-1 数据达成商业化合作,并披露减重与血糖控制标志物不同的初步结果。

  1. EMBL-EBI58

    IHI Europe启动LIGAND-AI项目,生成开放蛋白-配体相互作用数据集

    IHI Europe启动LIGAND-AI项目,由苏格兰药物发现中心(@thesgconline)与辉瑞英国(@Pfizer_UK)牵头,目标是生成开放的蛋白-配体相互作用数据集,用于训练AI药物发现模型。EMBL-EBI将负责归档数据,并把结果整合进ChEMBL数据库。

    推荐理由:该项目由多方联合推进,计划产出开放蛋白-配体相互作用数据集并汇入ChEMBL,为AI药物发现模型提供数据基础。

  1. A-Alpha Bio 官网资讯58

    A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作推进 AI 抗体设计

    A-Alpha Bio 宣布参与 DeNOVO Initiative,与劳伦斯利弗莫尔国家实验室等机构开展为期 3 年的合作,用高性能计算和人工智能方法设计可中和未来生物威胁的抗体。

    推荐理由:介绍 A-Alpha Bio 参与的多机构抗体设计项目,说明其高通量蛋白互作数据在训练结合预测模型中的角色。

  1. A-Alpha Bio 官网资讯60

    A-Alpha Bio 与 LLNL 扩大合作,获 DoD 追加 240 万美元资助

    A-Alpha Bio 与劳伦斯利弗莫尔国家实验室(LLNL)扩大合作,获美国国防部(DoD)追加 240 万美元资助,将合作范围从新冠扩展到 DoD 认定的其他潜在生物威胁。A-Alpha Bio 将用 AlphaSeq 测量抗体与病原体变异体之间数百万个蛋白质-蛋白质相互作用,用于训练机器学习模型,预测交叉反应性和毒株特异性结合剂,以加速未来药物发现。

    推荐理由:合作从新冠扩展到其他潜在生物威胁,展示用高通量相互作用数据训练抗体结合预测模型的路径。

  1. A-Alpha Bio 官网资讯58

    A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作加速新冠变异株抗体发现

    A-Alpha Bio 宣布与劳伦斯利弗莫尔国家实验室(LLNL)合作,利用 AlphaSeq 产生的结合数据训练机器学习模型,以加速针对新冠变异株的治疗性抗体发现。该项目由美国国防部支持,计划测量数百万量级的蛋白-蛋白相互作用,并借助 LLNL 的计算能力预测抗体与变异株冠状病毒蛋白的结合,作者称该思路也可用于其他快速演化的传染病和生物威胁。

    推荐理由:该合作把 AlphaSeq 的大规模蛋白互作测量与 LLNL 算力结合,用于训练预测抗体与变异株结合的模型。

已经到底了