下一分子整理 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项评测资源
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由:清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类,便于对照选用。
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由:清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类,便于对照选用。
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。
英矽智能发布DDDBench Core,从Foundations的300余项基准中选出59项,覆盖五个药物研发领域,并提供实时榜单。通用模型榜单中GPT-6 Astra暂列第一;其2.6B与4B的MMAI Gym专用模型在单步逆合成、ADMET、Kinome和GPCR预测等特定任务上超过专用工具与通用模型。
推荐理由:英矽智能从300余项基准中筛出59项,覆盖五个药物研发域,并给出通用与专用模型的实时榜单对比。
深势科技与联合利华在联合利华中国研发中心成立30周年之际集中展示两项合作研究成果:从8000多种原料中借助AI模型与实验验证筛出3个具良好抗菌活性的候选分子,MIC处于0.01%—0.075%区间,低于同测试中苯氧乙醇的0.36%—0.64%,相关成分将用于联合利华规模达1.7亿欧元的全球创新项目。
推荐理由:两家公司披露抗菌活性物筛选与衣物护理配方模拟两项合作成果,展示了计算筛选进入实际产品研发的路径。
晶泰科技联合暨南大学在《Journal of Medicinal Chemistry》发表回顾性案例研究,以两款已上市RET抑制剂的专利数据为基础,仅合成3个化合物即得到RET激酶IC₅₀为0.48 nM的候选分子Cpd-31。
推荐理由:晶泰科技与暨南大学在JMC发表回顾性案例,展示从专利数据解析到小鼠药效验证的连续研发链路,可作为端到端小分子早期研发流程的参照。
insitro 与礼来合作构建的小分子体外及体内性质预测机器学习模型,现已向部分生物技术公司开放于 Lilly TuneLab。模型基于礼来数十年研究产生的多物种临床前数据训练,覆盖数十万个独特分子,并会随数据集扩展而更新;insitro 称其可作为当前从体外实验外推的行业标准方法的替代方案。
推荐理由:礼来与 insitro 用数十年多物种临床前数据训练的小分子体内 PK 预测模型进入 TuneLab,为早期筛选提供参照。
Valence Labs 的 Ihor Neporozhnii 撰文指出,DFT 与 FEP 等物理模拟输出正被当作训练与验证的基准真值,但这些工具原本面向专家逐条人工检查,规模化后会出现静默失效。
推荐理由:文章梳理 DFT 与 FEP 在规模化自动流程中的静默失效模式,并给出可内置管线的物理不变量与收敛检查。
2026年9月16日,安科生物与深势科技签署战略合作协议,围绕抗体偶联药物(ADC)载荷分子的设计与优化开展合作。双方将依托深势科技在分子模拟、自由能计算、定量构效关系分析及ADMET预测等方面的能力,开展载荷候选分子的结构生成与虚拟筛选、关键理化性质预测及转运体外排相关耐药风险评估,并通过计算设计、实验验证、数据回流闭环改进预测模型与分子设计。
推荐理由:合作聚焦ADC载荷分子的设计与成药性优化,并规划计算与实验数据回流闭环,可作为AI4S落地具体研发课题的观察样本。
英灵殿科技(Valhalla Technology)联合香港中文大学、浙江大学和斯坦福大学提出ADMET-EvO,一种面向异质任务持续开展自主研究、驱动任务专用算法演化的科学智能体。
推荐理由:该工作把端点理解、假设检验与算法演化串成研究闭环,为药物研发智能体的评测方式提供了可参照的架构。
MIT 的 Melis Anahtar 团队用含 38,650 个分子及其抑制淋球菌生长数据训练神经网络,再筛选 610 万分子,找到预测可靶向该菌的候选。实验室测试显示其中一个分子对多重耐药淋球菌有效且对人细胞毒性较低;用另外 152 个分子重训模型后又发现一个候选,该分子在体外杀死多重耐药菌株并在小鼠体内降低药物敏感菌株水平,进一步实验显示其抑制细菌细胞壁合成所需的一种酶。
推荐理由:研究用3.8万分子训练神经网络筛选610万分子,找到对多重耐药淋球菌有效且机制新颖的候选。
NVIDIA 发布 BioNeMo Agent Toolkit,将十余年积累的生命科学库、工具与开放模型封装为智能体可调用的技能,覆盖蛋白结构预测、分子对接、生成式化学、基因组分析、蛋白设计与生物标志物发现。
推荐理由:英伟达把十余年生命科学库与模型封装成智能体可调用工具,并列出多家药企与平台的接入情况。
Genesis 发布 DeCAF-Pearl,这是首个用于全原子共折叠的流映射模型,由 Pearl-2026.1.dev 蒸馏而来,扩散采样阶段的模型调用减少约 20 倍,整体推理加速约 5 倍。
推荐理由:Genesis 将 Pearl 共折叠模型蒸馏为少步流映射模型,在保持成功率的同时把推理成本降低约 5 倍。
【全文节选总结】Yang Zhang Lab 提出分子基础模型 Ouroboros,采用表示、重建与性质预测三个正交模块,表示模块以构象空间药效团相似性(CSPS)和分子指纹相似性预训练,在 126248 个分子上构建约 47 亿条相似性标签。
推荐理由:该工作把构象空间与药效团相似性纳入分子基础模型预训练,并在虚拟筛选与多靶点抑制剂发现中给出湿实验证据。
Numerion Labs(原 Atomwise)与 NVIDIA 专家合作在 arXiv 发布论文,提出 APEX(近似但穷举搜索)计算协议,可在单块 NVIDIA GPU 上于 30 秒内从 100 亿化合物的组合合成库中检索出评分最高的 100 万个候选分子。
推荐理由:该协议把十亿级组合库的穷举式筛选压缩到秒级,为超大化学空间检索提供了可复用的方法与基准。
Juvenescence于2025年6月5日宣布收购AI药物发现公司Ro5,以增强其AI/机器学习药物发现能力,并作为与阿布扎比M42战略合作的核心部分。Ro5的平台基于含超8500万个节点、约4亿条关系的专有生物医学知识图谱,用于发现生物学关联和评估靶点,其AI化学平台覆盖从命中识别到先导优化的化合物发现与设计。
推荐理由:收购把Ro5的知识图谱与化学平台并入Juvenescence,可观察AI能力如何嵌入衰老相关疾病管线。