跳到正文
  1. 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. BioTender72

    从 Protenix 到 Mol-1:前字节系团队创业,技术先发如何变成公司优势

    Molence 于 2026 年 10 月公开 Mol-1 技术报告与模型,作者以 Protenix 2025 年 1 月开放训练流程到 Mol-1 亮相约 21 个月的时间差为线索,讨论前字节系团队创业的技术先发能否转化为公司优势。

    推荐理由:文章以时间线错位为线索,梳理 Mol-1 与 Protenix 系列的技术承接关系,并区分模型成绩与公司价值两层问题。

  1. 下一分子71

    Google团队预印本提出表位裁剪方法降低蛋白结合剂计算成本

    Google Research、Google DeepMind 等机构在一篇预印本中提出将靶点裁成表位附近的局部窗口,再结合智能体迭代搜索用于从头设计蛋白结合剂。

    推荐理由:预印本把靶点裁成表位局部窗口以降低结合剂设计算力,并给出截短重折叠与完整靶点的一致性对照。

  1. DeepTech深科技58

    OpenAI收购药物研发协调软件公司Orchestra Bio,并入Rosalind产品线

    OpenAI于当地时间10月20日宣布收购药物研发项目协调软件公司Orchestra Bio,将其团队和技术并入生命科学产品线Rosalind,双方未披露交易金额。

    推荐理由:以OpenAI收购Orchestra Bio为切口,横向比较几家头部AI公司在生命科学的不同下注方式。

  1. DeepTech深科技62

    Google 推进自主湿实验室,智能体与机器人已实现部分闭环

    Google 于 10 月 16 日发布技术博客,介绍其搭建自主湿实验室的进展:团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案,其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子,但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。

    推荐理由:Google 公布自主湿实验室进展,可与 Anthropic、OpenAI 的同类布局对照,看清 AI 进入实验台的不同路径。

  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. Google DeepMind / Isomorphic58

    Google DeepMind 发布 Gemini 4 Argon,并展示其在酶设计与科研任务上的应用

    Google DeepMind 发布 Gemini 4 Argon,通过 API、AI Studio、Gemini 平台及 Antigravity 等入口向开发者、企业和科研人员开放,输入定价为每百万 token 2 美元、输出为每百万 token 10 美元。

    推荐理由:Gemini 4 Argon 在数小时内完成丝氨酸酯酶设计,并经实验室测试确认催化活性,为通用模型参与酶工程提供了具体案例。

  1. Adaptyv Bio58

    Adaptyv Bio 在 Proteinbase 公开 Google DeepMind SynthID Bio 蛋白水印实验结果

    Adaptyv Bio 宣布,Google DeepMind 的 SynthID Bio 模型相关全部实验结果已在 Proteinbase 上线。据其引用的说明,SynthID Bio 是把水印写入 AI 设计蛋白质氨基酸序列的方法,Adaptyv Bio 在其实验室对这些蛋白质做了验证,实验数据现可在 Proteinbase 查看。

    推荐理由:Google DeepMind 的 SynthID Bio 蛋白水印序列已由 Adaptyv Bio 完成实验验证,结果公开在 Proteinbase。

  1. AI蛋白质85

    DeepMind发布AlphaProtein Novo:从头设计酶在哌啶合成与DEHP降解中超越自然序列挖掘

    Google DeepMind团队在预印本平台发布AlphaProtein Novo(AP Novo)机器学习流水线,报告从头设计酶在哌啶合成和DEHP降解两个挑战性反应上超越自然序列或突变体筛选。

    推荐理由:该预印本报告从头设计酶在哌啶合成与DEHP降解中超过天然序列筛选,并给出序列集合评分这一可迁移方法。

  1. Google DeepMind / Isomorphic74

    Google DeepMind 推出 SynthID Bio,为 AI 生成蛋白与结构嵌入可验证水印

    Google DeepMind 推出面向合成生物学的 SynthID Bio 水印方法,可在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名,并在实验室测试中保持生物功能。

    推荐理由:介绍一种嵌入蛋白序列与预测结构的可验证水印方法,并给出湿实验与检测稳健性证据。

  1. EMBL-EBI News68

    AlphaFold 数据库新增病毒蛋白复合物预测,覆盖 2800 多种病毒

    EMBL-EBI 与 Google DeepMind、NVIDIA 等合作,在 AlphaFold 数据库中开放 2800 多种病毒的 AI 预测蛋白复合物结构,优先覆盖已知感染人类的病毒科。

    推荐理由:AlphaFold 数据库新增 2800 多种病毒的蛋白复合物预测结构,为疫苗与诊断靶点研究提供开放基础数据。

  1. EMBL-EBI News58

    EMBL-EBI 视角:基准评测如何支撑生物医学 AI 的可靠性

    EMBL-EBI 研究负责人 Julio Saez-Rodriguez 等人在一篇 Perspective 文章中讨论生物医学基础模型的基准评测,提出数据质量、模型仓库与评测框架三个相互关联的支柱,并主张将性能评估与方法开发隔离、由独立方在未见数据上评测。

    推荐理由:EMBL-EBI 研究负责人系统梳理生物医学基础模型基准评测的三角框架与独立评测原则,为理解模型评测争议提供参照。

已经到底了