深势科技合作开发的虚拟细胞模型ProteinTalks登上Nature，并推进药效预测落地
深势科技与合作团队在《Nature》发表虚拟细胞模型ProteinTalks，将大规模动态蛋白质组与神经常微分方程预训练结合，用于药物扰动响应预测。
推荐理由：深势科技作为论文合作方，梳理了ProteinTalks在单药筛选、联用与耐药机制上的实验验证路径。
#类器官
深势科技 DP Technology精选AI 评分7474
AI蛋白质精选AI 评分8383 西湖大学郭天南团队发表ProteinTalks：基于扰动蛋白质组学的虚拟细胞模型
西湖大学郭天南团队联合多家机构在Nature发表ProteinTalks，一个以神经常微分方程为核心的虚拟细胞模型，基于18种乳腺癌细胞系、63种FDA批准药物扰动生成的超过3800万条时序蛋白质丰度数据训练。
推荐理由：该研究用3800万条时序蛋白质组数据训练虚拟细胞模型，为药物响应预测提供了不同于转录组路线的参照。
Turbine 官网资讯精选AI 评分5858 Crown Bioscience 与 Turbine 合作，将 AI 虚拟试验与肿瘤类器官验证衔接
Crown Bioscience 与 Turbine 宣布战略合作，将 Turbine 的 in silico Virtual Assays 与基于 HUB Organoid Technology 的肿瘤类器官试验整合为从预测到验证的闭环流程。
推荐理由：该合作把计算预测与类器官湿实验验证串成闭环，为肿瘤转化研究中预测与验证的衔接提供了一种组织方式。
Inductive Bio精选AI 评分6262 Inductive Bio 联合 Amgen 牵头 2100 万美元 ARPA-H 项目，开发药物毒性 AI 模型
Inductive Bio 宣布牵头一项 2100 万美元的 ARPA-H 项目，与 Amgen 及多家学术机构合作开发药物毒性 AI 模型，目标是提升药物安全性并减少对动物实验的依赖。项目将生成人体类器官、微生理系统（MPS）和离体组织数据，用于构建数字肝脏与心脏模型，以更好地预测 DILI 和心脏毒性。
推荐理由：该项目以人体类器官与器官芯片数据构建肝心毒性预测模型，为减少动物实验提供了一条可参照的数据路径。
已经到底了