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. 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. 下一分子60

    Anthropic递交S-1冲刺纳斯达克,招股书披露生命科学布局

    Anthropic于10月26日向美国SEC公开递交S-1注册文件,拟在纳斯达克上市,股票代码ANT,招股书把生物学和医学列为AI最有望改善人类生活的四大方向之首。

    推荐理由:梳理Anthropic招股书中的生命科学布局,并区分客户覆盖与AI制药收入、早期发现与药物候选。

  2. 下一分子58

    OpenAI收购Orchestra Bio并并入生命科学工具品牌Rosalind

    OpenAI于2026年10月20日宣布收购Orchestra Bio,并将其团队与技术并入生命科学工具品牌Rosalind。Orchestra Bio的能力是让科学家与AI智能体协作监测和跟踪药物开发项目,识别生产批次失败等事件影响的工作与时间线,而非靶点发现或分子生成。此次交易未披露收购金额、支付方式、客户名单与整合上线时间,公告中的场景属功能描述,没有对照数据。

    推荐理由:收购把竞争焦点从科研推理推向药物项目协调与执行层,但金额、客户与成效均未披露。

  3. Generate:Biomedicines65

    Generate:Biomedicines 与 Anthropic 合作重构 CAR-T 受体信号域,缩短约 70% 并提升体外杀瘤

    Generate:Biomedicines 与 Anthropic 合作,六名科学家用 Claude 结合自有模型、计算工具和湿实验数据,重构用于实体瘤的 CAR-T 受体。重新设计的信号组件比标准设计缩短约 70%,为新增功能留出空间,并在实验室测试中提升了对癌细胞的杀伤。相关结果以预印本形式发布,公司称该流程把数年工作压缩到数月、成本仅为原方案的一小部分。

    推荐理由:Generate:Biomedicines 与 Anthropic 合作重构 CAR-T 胞内信号域,展示大模型参与蛋白设计的可迁移流程。

  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。

  1. Profluent58

    Profluent 与 BioMarin 合作,用 AI 模型设计新药蛋白

    Profluent 宣布与 BioMarin 达成合作,将用其 AI 基础模型设计新型药物蛋白。Profluent 称其模型基于规模达 1150 亿条且仍在增长的唯一蛋白质序列数据集 Protein Atlas,可生成具备新功能或改良功能的蛋白;BioMarin 将筛选 Profluent 生成的设计,并把其中表现最强者推进至临床前测试。合作未披露金额、靶点或具体适应证。

    推荐理由:Profluent 与 BioMarin 的分工展示了 AI 蛋白设计公司如何把生成模型接入药企的筛选与临床前流程。

  1. Inceptive74

    Inceptive 用零样本 mRNA 序列设计对标体内 CAR-T 行业基准

    Inceptive 称其基础模型在不足一个月、极少 CAR-T 专用训练数据下零样本设计 mRNA 序列,在 PBMC 表达与杀伤实验中与行业领先的抗 CD19 CAR 序列相当,并结合 Mana.bio 的被动靶向 LNP 在体内实现接近完全的 B 细胞清除。

    推荐理由:Inceptive 称零样本设计的 mRNA 序列在体外与体内 CAR-T 指标上对标行业基准,展示了基础模型跨靶点迁移的一种路径。

  2. Inceptive71

    Alnylam与Inceptive达成最高20亿美元AI合作,加速RNAi疗法发现

    Alnylam与Inceptive宣布战略合作,交易总额最高20亿美元,首付款3000万美元(含现金与购买Inceptive股权),Inceptive还可获得基于临床前、监管与销售里程碑的额外付款。

    推荐理由:交易结构披露了首付款与里程碑上限,并说明基础模型在siRNA表征上的探索性表现,可作为观察AI与RNAi平台结合的样本。

  1. NVIDIA Healthcare & BioNeMo62

    NVIDIA 与礼来宣布共建 AI 联合创新实验室,五年投入最高 10 亿美元

    NVIDIA 与礼来宣布成立首个 AI 联合创新实验室,双方将在五年内投入最高 10 亿美元用于人才、基础设施与算力,实验室落地旧金山湾区,预计今年初启动。

    推荐理由:两家公司把算力、湿实验与模型开发放进同一实验室,为观察药企与芯片厂商共建干湿闭环提供具体样本。

  2. NVIDIA Healthcare & BioNeMo72

    NVIDIA 扩展 BioNeMo 平台,礼来与 Thermo Fisher 等接入 AI 药物发现生态

    NVIDIA 宣布扩展开放开发平台 BioNeMo,新增 Clara 开放模型中的 RNAPro(RNA 结构预测)与 ReaSyn v2(确保 AI 设计药物可合成),并推出 BioNeMo Recipes 与 GPU 加速化学信息学库 nvMolKit。

    推荐理由:BioNeMo 扩展出 RNA 结构预测与可合成性模型,并接入礼来、Thermo Fisher 的实验室闭环,呈现平台化路径。

  1. NewLimit · Progress Blog72

    NewLimit 2025 年度回顾:首个临床前候选与 AI 系统 Ambrosia

    NewLimit 在 2025 年度回顾中称,公司提前建成首个临床前候选,其重编程载荷可在老年肝细胞中恢复多项年轻功能,并在动物模型中未见肝毒性或肿瘤。公司还推出 AI 系统 Ambrosia,称其在扰动预测任务上达到该领域领先水平,并将载荷设计环节的发现速率相对基线提升逾 2 倍。

    推荐理由:NewLimit 复盘其重编程药物发现引擎,披露 AI 系统 Ambrosia 在扰动预测与载荷设计上的表现及首个临床前候选。

  1. Cellarity71

    Cellarity在Nature Communications发表药物性肝损伤预测框架ToxPredictor

    Cellarity在Nature Communications发表药物性肝损伤(DILI)预测框架ToxPredictor,并开源模型与验证数据。该框架基于原代人肝细胞转录组库DILImap,覆盖300种与DILI相关化合物在多个浓度下的转录特征;盲评中达到88%灵敏度、100%特异性,优于20余个行业标准临床前安全模型,并识别出动物研究未发现的若干3期临床安全性失败。

    推荐理由:该框架用原代人肝细胞的转录组数据预测药物性肝损伤,并在盲评中与20余个临床前安全模型比较。

已经到底了