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。
Inductive 在 OpenADMET CYP Direct Inhibition 盲测中排名第一,领先来自生物制药、学术与 AI 机构的 270 余名参赛者,NVIDIA 与 Recursion 分列第三、第四。
推荐理由:Inductive 在 OpenADMET CYP 抑制盲测中领先 270 余支队伍,可对照其连续四次登顶的 ADMET 建模路线。
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。
英矽智能在2026年Pharma.AI秋季网络研讨会上发布MMAI Gym科学后训练与评估框架,并展示激酶活性、GPCR活性、ADMET预测、单步逆合成和治疗靶点发现五款专业模型,公司称其在70多项化学与生物学基准任务中达到或超越当前SOTA。
推荐理由:英矽智能一次性披露Pharma.AI秋季多项更新,含专业模型基准表现与逆合成对比数据,可作平台能力横向参照。
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。
insitro 与礼来在 Lilly TuneLab 平台上线体内 PK 预测模型,可跨小鼠、大鼠、狗和猴四种临床前物种预测血浆清除率、稳态分布容积和平均驻留时间。
推荐理由:该模型用礼来历史数据直接预测体内PK,并与体外外推法对比,为小分子成药性评估提供参照。
Inductive Bio 于 9 月 17 日发布 Beacon-2,该系统可直接从小分子化学结构预测人体有效剂量,先预测吸收、分布、代谢、排泄与毒性等决定剂量的性质并估算效力,再通过药代动力学机制模型整合。
推荐理由:Beacon-2 把人体有效剂量作为可从结构计算的指标,并给出在真实药物项目与公开化合物上的验证范围。
Inductive Bio 发布 Beacon-2,这是对 Beacon 系列模型的重大更新,可在 ADMET 之外直接从化学结构预测分子的有效人体剂量,由 ADMET-PK、效力与 PK/PD 三个可配置模块组成。
推荐理由:Beacon-2 把人体有效剂量作为可计算目标,并用 Indy 智能体的对照实验展示只优化效力会出现的偏差。
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。
Ginkgo Datapoints 宣布与 Lilly TuneLab 合作,为 TuneLab 内的生物技术公司提供小分子 ADME 和抗体可开发性数据生成服务。其机器学习就绪的结果可直接接入 TuneLab 的预测模型,目标是缩小 AI 模型与实验室数据之间的差距。
推荐理由:该合作把 ADME 与抗体可开发性数据生成接入 Lilly TuneLab,展示了实验数据与预测模型对接的一种路径。
Inductive Bio 发布 AI 化学助手 Indy,面向其合作项目开放,公司称已在内部合作项目中使团队产能翻倍。Indy 可解析 CRO 报告、QC 剂量响应曲线、分析历史 SAR、运行生成化学算法、搭建 FEP 计算并生成项目汇报幻灯片,并接入 Inductive 的 ADMET 与 PK 模型。
推荐理由:Indy 在真实剂量响应曲线上的准确率对比通用大模型,展示了药化专用助手与通用模型的差距。
Inductive Bio 发布小分子药化助手 Indy,内嵌于其 Compass 平台,可做剂量响应数据质控、FEP 提交、人体剂量预测与 SAR 幻灯片生成。
推荐理由:Inductive 公开其药化智能体 Indy 与 Claude、GPT 在数据质控和常规设计动作上的对照评测,可看判断力差距落在哪。
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。
Inductive Bio 在 OpenADMET 2026 年 PXR 激活预测盲测中从 350 多名研究者中排名第一,其负责人 Duncan Muir 在 webinar 中完整讲解建模路径。
推荐理由:Inductive Bio 复盘其在 OpenADMET PXR 盲测中的建模路径,为 ADMET 预测的误差分析与数据融合提供可迁移做法。
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。
Inductive Bio 在 OpenADMET 的 PXR Blind Challenge 中排名第一,击败来自大型药企、生物技术公司、学术机构和 AI 组织的 350 多名研究者。
推荐理由:Inductive Bio 在 PXR 盲测挑战中夺冠,可与该公司连续三次盲测成绩及 ADMET 建模的真实条件评测对照阅读。
Inductive Bio 宣布加入 Anthropic 生命科学生态,并发布 Model Context Protocol(MCP)连接器,让 Claude 和 Claude Science 用户可用自然语言对任意化学结构获取 ADMET 性质预测。
推荐理由:Inductive Bio 把其 ADMET 预测模型接入 Claude,为小分子设计中的性质评估提供了一种对话式调用入口。
Ginkgo Bioworks旗下Datapoints与Tangible Scientific、Inductive Bio联合推出高通量ADME平台ADME-One,将五项Tier 1 ADME检测、Inductive Bio的AI人体PK预测和化合物管理整合为一项服务。
推荐理由:三家合作方把高通量ADME实验、AI人体PK预测与化合物管理打包成一体化服务,展示AI与湿实验衔接的一种落地形态。
1910 Genetics在J. Med. Chem.发表题为PEGASUS的论文,介绍用基于大规模并行生物实验构建的AI模型解析细胞穿透环肽的极性。论文链接为https://pubs.acs.org/doi/10.1021/acs.jmedchem.5c01836,具体模型性能与实验数据未在帖文中披露。
推荐理由:该论文介绍基于大规模并行生物实验数据构建的AI模型,用于理解细胞穿透环肽的极性规律。
Inductive Bio 提出一套将临床前数据转化为人体剂量分布并显式传播实验与模型外推不确定性的框架,在与 Aleksia Therapeutics 的合作中用于三个后期先导化合物的排序。
推荐理由:以三个候选化合物的剂量分布对比说明概率化人体剂量预测如何改变优先级判断,并指出体外重复实验最能降低不确定性。