跳到正文
  1. 临港实验室72

    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。

  1. Genesis Molecular AI58

    Caltech 与 Genesis 团队发布 DDAMO 论文并开源代码

    Caltech 的 Trevor Chen 与 @ariel_1214_ 共同主导,联合 Genesis 团队(@edunov、@gruver_nate)等作者发布论文 arXiv:2607.02834,并在 GitHub 开源代码 DDAMO。材料未披露研究任务、方法细节与实验结果。

  2. Google DeepMind / Isomorphic63

    Google DeepMind 为 Antigravity 推出化学信息学技能,智能体一小时完成大环设计与合成路线

    Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让语言模型负责流程编排、确定性化学工具执行分子计算。

    推荐理由:官方演示了智能体在真实肺癌药物数据上完成检索、配对分析与大环设计,可观察化学工作流的自动化边界。

  1. Open Targets · Blog67

    Open Targets 发布 Mira 临床数据管线,整合 23 个来源增强平台临床试验证据

    Open Targets 发布临床数据挖掘管线 Mira(Multi-source Indication & Report Analytics),整合 ClinicalTrials.gov、DailyMed、PMDA、EMA 等 23 个来源,在 26.09 版本产出 289,954 条临床报告、覆盖 13 个研发阶段。

    推荐理由:介绍 Open Targets 新临床数据管线如何整合 23 个来源并重估靶点临床先例,可了解其数据口径与阶段映射变化。

  1. Absci58

    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。

  1. 下一分子74

    Molence开源生物分子基础模型Mol-1,VHH单靶点结合命中率最高63%

    前字节跳动Protenix核心成员创立的Molence Bio于10月28日发布开源生物分子基础模型Mol-1,公开39页技术报告,代码以Apache 2.0开放、基础版权重可下载,约束版权重未同样开放。

    推荐理由:报道梳理了Mol-1的结构预测与VHH设计数据,并逐项标注队列不匹配与早期checkpoint等证据边界。

  1. BigHat Biosciences72

    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。

  2. Molence74

    Molence 发布开源生物分子智能模型 Mol-1

    Molence 发布开源生物分子智能模型 Mol-1,在 FoldBench-AB 上取得 75.0%,接近其引用的 IsoDDE 报告的 75.58%。该模型可在单张 H20 上完成 6 万 token 的组装,公司称其在 10 项对比中 8 项优于 Anthropic;VHH 结合命中率最高 63%,最佳 SPR KD 为 43 pM。代码已在 GitHub 开放,并提供在线试用入口。

    推荐理由:Molence 发布开源生物分子模型 Mol-1,并给出结构基准、长序列组装与 VHH 结合筛选的对比数据。

  1. 下一分子73

    IPD与NVIDIA开源RFD4-Proteina:从计算通过率到湿实验的采用判断

    IPD与NVIDIA于10月公开RFD4-Proteina的代码与模型权重,模型把序列与结构放进同一生成过程,并提供候选搜索与评估入口,核心许可为BSD 3-Clause。

    推荐理由:结合开源入口、计算基准口径与两组湿实验,给出团队自评该蛋白设计模型是否值得采用的判断框架。

  1. Valence Labs58

    Valence Labs 提出 trajectory replay 持续学习技术,用于 flow matching 与扩散模型

    Valence Labs 提出 trajectory replay,一种面向 flow matching 和扩散模型等连续时间生成模型的持续学习技术,通过用前一模型生成路径的速度场重训模型来提醒其已学内容,全程不生成完整样本。

    推荐理由:该方法用前一模型生成路径的速度场重训,避免生成完整样本,为连续时间生成模型的持续学习提供更省成本的替代方案。

  2. NVIDIA Healthcare & BioNeMo72

    NVIDIA 与 UW 蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina

    NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina,将可编程蛋白设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化蛋白设计。

    推荐理由:该开放模型把可编程蛋白设计与搜索结合,并在四类基准上报告了相对基线的设计成功率与吞吐表现。

  1. Google DeepMind / Isomorphic60

    Google 推出 Antigravity 智能体工作台,用 ProtNLM 挖掘抗菌肽候选

    Google 发布智能体科研工作台 Google Antigravity,并用它从 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染病原体有活性的新型抗菌肽候选,该先导物正在接受湿实验验证。

    推荐理由:展示智能体工作台如何把跨库检索、功能注释与结构查看串成一次会话,为抗菌肽早期发现提供可迁移流程。

  2. Google Research76

    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。

  1. Terray Therapeutics58

    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。

  1. 晶泰科技65

    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。

  1. 临港实验室55

    临港实验室元生·开物发布AI原生制药工作台升级版

    临港实验室元生·开物发布新版本,上线协作空间与OriBench Structure Viewer,支持多人多Agent协作、蛋白结构叠合与靶点注释,并开放自定义套件能力。

    推荐理由:临港实验室发布元生·开物工作台升级,展示多模型配置在BiomniBench-DA上的对照结果与协作功能。

  1. Proxima58

    Proxima 将 NVIDIA BioNeMo 推理运行时接入 Neo,H100 上吞吐提升 1.6 至 1.9 倍

    Proxima 已将 NVIDIA 今日发布的 BioNeMo Inference Runtime 用于其蒸馏与重折叠管线的生产环境,使 Neo 在 H100 上获得 1.6 至 1.9 倍吞吐提升,短输入场景最高 3 倍。公司称集成仅耗时数小时,一个使用 BioNeMo agent skill 的编码智能体一次性完成接入,尽管 Neo 架构与参考模型差异很大,此后已持续运行。

    推荐理由:Proxima 披露 Neo 接入 NVIDIA BioNeMo 推理运行时后的吞吐提升与集成耗时,可作为评估推理栈落地成本的参照。

  1. 深势科技 DP Technology63

    深势科技推出PharmMaster·Patent智能体,一键整理专利分子与活性数据

    深势科技发布药物分子专利解析智能体PharmMaster·Patent,基于文档解析引擎Uni-Parser 1.4,可从专利PDF中提取分子结构并关联活性数据、实验条件与权利要求,每条结论保留来源页码可回溯原文。

    推荐理由:该工具把专利中的分子结构、活性数据与权利要求关联成可核验记录,展示了跨页证据整理的具体做法。

  1. Inductive Bio 官网资讯58

    Inductive Bio 将 ADMET 模型接入 ChatGPT、Claude 与 Benchling

    Inductive Bio 随 OpenAI Rosalind Workbench 发布,将其 ADMET 模型接入 OpenAI 生态(含 ChatGPT、Codex 与 Rosalind Workbench);此前 6 月已作为 Claude Science 生态伙伴进入 Claude,本月早些时候通过 ModelHub 进入 Benchling。

    推荐理由:Inductive Bio 的 ADMET 模型接入三家主流平台,展示了化学预测模型嵌入现有科研软件栈的分发路径。

  1. Latent Labs74

    Latent Labs 向全球研究者开放药物设计智能体 Latent-Y

    Latent Labs 宣布药物设计智能体 Latent-Y 向全球研究者开放,获批研究者每天可免费获得 250 个设计。公司同时公布早期访问研究者的首批实验室结果,包括阻断离子通道的分子、在体内杀伤肿瘤细胞的 CAR-T 细胞,以及疟原虫难以通过突变逃逸的结合剂。

    推荐理由:Latent Labs 开放其药物设计智能体 Latent-Y,并给出早期用户离子通道抑制剂与 CAR-T 的实验室结果。