临港实验室与上海人工智能实验室推出元生·自驱动实验室平台AutoLab
临港实验室与上海人工智能实验室联合推出基于OriBench的自驱动实验室平台AutoLab，打通从计算推演到实验验证的干湿闭环。平台融合OriGene智能体、实验室操作系统LabOS、具身智能与科研数据体系，各组件MCP工具化，设备经ADK套件与SCP-Lab协议接入后可被智能体调度复用。
推荐理由：平台把配方设计、自动制备与数据回流串成闭环，LNP实验展示了干湿迭代的具体路径。
#干湿闭环/自动化
临港实验室精选AI 评分7272
BioTender精选AI 评分5858 Google DeepMind 演示 Antigravity 一小时完成药物化学工作流
2026 年 11 月 3 日，Google DeepMind 展示 Google Antigravity 在约一小时内完成从文献检索、分子整理、构效关系分析到模型训练与新设计提出的药物化学工作流，实验验证仍由人类完成。
推荐理由：文章逐环节拆解 Google Antigravity 药物化学演示，并指出预测数值不一致与验证缺口，为评估 Agent 工作流提供参照。
LeapFun精选AI 评分5858 Claude驱动AI Agent自主完成小鼠脑内基因治疗注射实验
Exin Therapeutics联合创始人兼CEO Gabriel Ocana-Santero公开一项实验，由Claude驱动的AI Agent从19种候选基因治疗载体中选择方案，确定外侧内嗅皮层为注射靶区，并操控自建电动定位装置完成小鼠脑内注射，人类仅负责开颅缝合与审批。
推荐理由：该实验展示AI从方案选择到设备执行的连接方式，也暴露了自主实验的安全边界问题。
Absci精选AI 评分5858 Absci 的 Origin 抗体设计平台迁移至 AMD Instinct GPU，共折叠打分提速 3 倍
Absci 宣布其 Origin 抗体设计平台已运行在 AMD Instinct GPU 上，并将 AMD 开源 Triton kernels 集成进共折叠结合过滤工具 AbsciBind，在 AMD Instinct GPU 上相较生产基线取得 3 倍加速且输出质量无损失。
推荐理由：Absci 披露 Origin 平台在 AMD GPU 上的推理加速与集群部署，可作为抗体设计算力适配的参考。
BigHat Biosciences精选AI 评分7272 BigHat 与 Anthropic 联合演示智能体驱动的抗体工程优化
BigHat Biosciences 与 Anthropic 发布联合演示，展示用前沿 AI 驱动可被智能体接入的快速反馈湿实验，加速抗体工程难题。BigHat 构建了 Agentic Lab Control Harness，将计算与实验工作流纳入同一控制平面，并称被 Anthropic 选为首个抗体治疗合作伙伴。
推荐理由：BigHat 与 Anthropic 联合演示智能体接入湿实验闭环优化抗体，提供人机团队协作的实验流程参照。
BioTender精选AI 评分6565 Xaira 发布药物发现智能体平台 X-Scientist
Xaira 于 2026 年 10 月 21 日发布药物发现智能体平台 X-Scientist，公司报告其提名的基因干预在 HepG2 细胞实验中命中率为 7.1%，人工筛选为 6.9%，随机组为 0.9%。
推荐理由：发布文把命中率、基准增益与成本放在同一套证据里，并逐项标注了计时对象和验证方式的边界。
AI药物设计实验室精选AI 评分7373 上海人工智能实验室等提出 DrugHarness：亲和力比较准确率从 62.2% 升至 81.1%
上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness，将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后，Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%，优化成功率从 79.5% 升至 87.2%，但虚拟筛选 Hit@3 从 60% 降至 48%。
推荐理由：该预印本把智能体的工具执行与条件式技能学习结合，并给出基准与细胞实验的对照结果。
BioTender精选AI 评分7474 Baker 团队开源 Chaperone：面向 Agent 的蛋白质设计工作流框架
华盛顿大学蛋白质设计研究所等机构发布技术报告，开源 Chaperone 轻量工具框架与 Agent harness，把生成、序列设计、结构预测等工具封装为统一表格接口的 Block，由 ExecutionEngine 分块调度并支持断点恢复。
推荐理由：拆解 Chaperone 的工具编排层与评测条件差异，并保留湿实验成功分母与许可边界。
机器之心 · AI4Science精选AI 评分5858 中科大发布机器科学家2.2系统，宣称可自主创制新物质
中科大在智能科学家生态联盟第四届年会上发布机器科学家2.2系统，官方定位为新一代智能物质科学基础设施，由大模型提出假设、专业小模型计算筛选、科研机器人执行实验并回喂结果形成闭环。
推荐理由：报道梳理了该系统大模型假设、小模型求证与机器人实验的三层分工及闭环机制，并列出效率数据与数据、验证层面的现实约束。
DeepTech深科技精选AI 评分6262 Google 推进自主湿实验室，智能体与机器人已实现部分闭环
Google 于 10 月 16 日发布技术博客，介绍其搭建自主湿实验室的进展：团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案，其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子，但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。
推荐理由：Google 公布自主湿实验室进展，可与 Anthropic、OpenAI 的同类布局对照，看清 AI 进入实验台的不同路径。
DeepTech深科技精选AI 评分7272 拆解Anthropic的生命科学布局：AI公司为何下场做实验
Anthropic已在旧金山湾区建立自有生物实验室，其生命科学负责人Eric Kauderer-Abrams证实此举是为让Claude提出的假设更快进入真实实验，同时继续与外部实验室合作。
推荐理由：梳理Anthropic从科研工具到自建实验室的布局，并给出蛋白质设计与新酶发现的具体实验数据作为参照。
BioTender精选AI 评分6767 Google Research 三项研究：从适配体设计到实验机器人，自主实验室闭环仍待整合
Google Research 于 2026 年 10 月 16 日公布三项研究，分别用智能体闭环设计 DNA 适配体、设计蛋白结合物，以及用 VERID 数字孪生约束实验机器人操作。
推荐理由：梳理 Google 三项研究如何让智能体接受实验反馈与物理约束检验，并划清已验证与未整合的边界。
Google Research精选AI 评分7676 Google Research 展示智能体湿实验、适配体与 FAP 蛋白结合物设计三项研究
Google Research 报告三项研究：VERID 用语义数字孪生约束机器人实验；AI 智能体根据三轮湿实验反馈改进 DNA 适配体；人机协作进行 FAP 蛋白结合物设计并获得纳摩尔级结合验证。三条研究线的整合仍是下一步，尚非统一、全流程自主的生物实验室。
推荐理由：Google Research 用三个项目说明智能体如何接入湿实验室，其中适配体闭环的失败模式复盘对做自动化实验的人有参照。
Terray Therapeutics精选AI 评分5858 Terray 与 NVIDIA 用微调 Nemotron 模型抽取化学合成路线并接入 EMMI 平台
Terray Therapeutics 与 NVIDIA 合作，用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线，并称取得当前最优性能。
推荐理由：Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台，展示了化学文档解析在药研工作流中的具体用法。
智药邦精选AI 评分5858 丹纳赫推出AI驱动自主实验室，计划2027年初规模化运营
丹纳赫于2026年10月7日宣布计划推出旗下首个AI驱动自主实验室，用于加速定制抗体及其他分子工具的发现，预计2027年初实现规模化运营。
推荐理由：丹纳赫披露自主实验室的整合方式与产能目标，可作为抗体发现自动化的产业参照。
晶泰科技精选AI 评分6565 晶泰科技开源化学反应产率定量AI模型lcms2yield
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield，同步开放模型权重、推理代码及训练与评测数据集。
推荐理由：晶泰科技开源可预测紫外校正因子的模型，为高通量实验的产率定量提供了可复现的替代路径。
Marinka Zitnik精选AI 评分6363 ToolUniverse 新增 GPU 环境自动配置，支持智能体调用蛋白设计模型
ToolUniverse 推出 GPU 环境自动配置功能，使智能体可在复杂生物数据集上调用机器学习模型并把输出用于发现流程。
推荐理由：ToolUniverse 新增 GPU 环境自动配置，让智能体直接调用蛋白设计与结构预测模型，并附可复用的 EGFR 设计流程。
LeapFun精选AI 评分5858 Bindwell 复盘如何在30天建成8000平方英尺AI制药湿实验室
Bindwell 团队复盘了从9月3日到10月1日自建8000平方英尺湿实验室的过程，目标是绕开CRO为模型规模化产出数据。团队向美中英印乌近40家CRO发出规格书，39家中26家回复、仅15家按规格交付，体内实验交付中位数10个月、中位成本28.9万美元，生化检测中位2周、2.6万美元。
推荐理由：作者以自建实验室的实测数据对比CRO报价与周期，为分子发现的数据规模化路径提供了一手成本参照。
LeapFun精选AI 评分6565 罗氏称约40%研发管线决策有AI贡献，并展示Lab-in-the-Loop闭环
在Roche Pharma Day 2026演讲中，Aviv Regev介绍罗氏正在建设的Lab-in-the-Loop，将AI、基础模型、自动化实验与临床数据嵌入从靶点发现到临床验证的环节；2025年第四季度至2026年第二季度约40%的研发管线决策存在可追踪的AI或计算贡献。
推荐理由：罗氏披露AI在研发管线决策中的实际占比与闭环建设路径，为评估药企AI落地程度提供参照。
Amir Shanehsazzadeh精选AI 评分6767 Anthropic 团队开源 30 多个生物分子模型的推理优化，并联合 Adaptyv 发起设计竞赛
Amir Shanehsazzadeh 报告，Claude 在不到 4 周内优化 30 多个开源生物分子模型，涉及自定义 GPU kernel、超过 10,000 token 的结构建模及低于 200 美元的结合物设计，并开放代码。帖子同时宣布与 Adaptyv 合办五项挑战，计划实验验证 5,000 多个设计。模型推理优化是相较竞赛总公告的新增内容。
推荐理由：Anthropic 公布用 Claude 优化 30 余个生物分子开源模型推理并开源代码，同时联合 Adaptyv 举办蛋白设计竞赛。