跳到正文
11月8日周日
  1. AI-Protein Design74

    Nat Commun:LAffAb用Rosetta能量函数协同优化抗体亲和力与稳定性

    《Nature Communications》发表LAffAb,一种从抗体-抗原复合物晶体结构出发、用Rosetta全原子能量与结构约束做CDR突变容忍度映射并组合多点突变文库的非迭代抗体设计策略。

    推荐理由:该研究用Rosetta能量打分单轮设计抗体多点突变文库,在三个抗体上同时考察亲和力与稳定性。

  2. BioAICraft60

    BioEmu2 全流程教程与实测:微软开源全原子生物分子结构与动力学模型

    作者在 Linux + conda + NVIDIA RTX 4080 SUPER 上实测微软 BioEmu2 全原子扩散模型,对腺苷酸激酶 ADK 和肌红蛋白各生成 8 个初始候选、从同一起点推进 4 条轨迹,每条 20 次、每次 50 ns,覆盖 1 μs 模型时间,80 个推进端点全部通过几何检查。

    推荐理由:作者在单卡上实测微软 BioEmu2 的结构预测与时间推进流程,给出可复用的参数设置与耗时数据。

  3. iNature30

    Biomaterials | 广州医科大学周蕾等设计甘草酸可注射ROS响应水凝胶缓解神经病理性疼痛

    广州医科大学周蕾等设计了一种ROS响应性天然药物自递送水凝胶GPG(GA-PBA-GA),用于神经病理性疼痛的局部持续治疗。机制引导的虚拟筛选鉴定甘草酸(GA)为PI3K靶向候选分子,体外实验显示GPG可抑制PI3K-Akt信号并促进巨噬细胞M1向M2再极化。在大鼠L5脊神经结扎模型中,DRG周围给药减轻机械性与热痛觉过敏,改善步态与电生理功能,并减少DRG神经炎症与脊髓小胶质细胞活化。

  4. 下一分子65

    AI制药日报|头条:多样计算策略发现p38α−MK2分子胶

    下一分子日报头条介绍一项结合自由能扰动与机器学习的研究,从多种化学来源配体中筛选并优先排序,识别出多个结构多样、高效力且高选择性的p38α−MK2分子胶。先导化合物14和28在人全血中达到覆盖EC50的暴露水平,并在脂多糖小鼠模型中口服给药后显著降低TNFα水平,结果基于摘要报告。

  5. 智药邦58

    Atlas Bio完成1250万美元融资,用AI模拟预测药物应答替代动物试验

    瑞士巴塞尔初创企业Atlas Bio走出隐匿模式,完成1250万美元融资,其中Creandum领投1000万美元种子轮,First Momentum Ventures与LEA Partners此前领投250万美元种子前融资。

    推荐理由:融资事件同时交代了RNA表达谱训练数据、12周模拟周期与FDA非临床研究新规,可对照其替代动物试验的定位。

  6. 药化猩球58

    BoltzGen、RFD4、Mol-1:决定 binder 命中率的可能不是生成器而是过滤器

    作者梳理 BoltzGen、RFD4-Proteina 与 Mol-1 的公开证据后认为,把注意力从生成器转向过滤器值得检验,但尚无把同一候选池分别交给 Boltz-2 和 Protenix 过滤再前瞻性比较湿实验命中率的公开配对研究。

    推荐理由:文章把生成器与过滤器的证据分层拆开,指出结构恢复榜单与湿实验命中率之间缺少可核验的桥。

  7. Anshul Kundaje22

    论文基线调优不足引质疑

    所以这篇论文对比的是未经充分调优的基线。这是我最初没有理解的一点。本可以写得更清楚。但该方法似乎确实有效,正如其他多人现在已在多种不同类型的模型上展示的那样。2/

  8. Anshul Kundaje20

    权重空间编辑能力仍处早期

    现在仍处于早期阶段,论文中的问题虽然简单,但都是精心挑选的示例。我还不清楚这种方法在哪些地方有效、哪些地方会失败,但我想既然这一能力已被突出展示,想必可以通过训练让模型在权重空间编辑方面表现得更好。3/

  9. Anshul Kundaje10

    对某领域改进的期待与自谦

    这非常有意思,我期待看到这个领域的改进。这不是我的核心领域,所以我可能理解有误。如果我错了,请纠正我。4/

  10. 澪乃ゆい18

    FoldX用于计算科学实验方法建议

    感谢您的提问! 正在做实验的人尝试引入计算科学的方法,我认为是非常好的! 就您提问的内容而言,我认为FoldX是值得一试的方法之一……

11月7日周六
  1. 下一分子58

    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。

  2. 药化猩球58

    融合 Boltz-2、OpenDDE 与 Schrödinger 的 GPCR 设计管线及 GPR84 实战

    作者以 GPR84 为例,介绍一套融合 OpenDDE 生成、Boltz-2 共折叠与亲和力快筛、Schrödinger 2026-4 膜显式 MD 与 FEP+ 的 GPCR 计算设计管线。

    推荐理由:以 GPR84 为例拆解 AI 生成、共折叠快筛与物理终审的分级管线,并给出激动剂与抑制剂形态差异的实操约束。

  3. 途深智合18

    途深智合邀您参加 BIO-Europe 2026|11月9–11日,相约德国科隆

    途深智合将参加11月9–11日在德国科隆举办的BIO-Europe 2026。其ToursynClaw大分子药物设计科学超智能体平台融合自研蛋白大模型、科学智能体与全自动机器人实验产线,公司称可实现约1.5个月完成抗体设计及功能实验验证,并在半年内推动16条抗体药管线完成PCC阶段验证。

  4. 生物药大时代42

    艾凯生物异体 iPSC 帕金森病疗法 ALC01 获 FDA IND 许可

    艾凯生物自主研发的异体 iPSC 来源多巴胺能神经前体细胞治疗产品 ALC01 于11月5日获得 FDA 新药临床试验申请(IND)许可,将在美国开展临床研究。ALC01 融合 AI 细胞建模与基因编辑低免疫原性 iPSC 技术,为「现货型」细胞治疗候选药物,拟在短程免疫抑制方案下验证安全性与有效性。

  5. Evaxion Biotech 官网资讯63

    Evaxion公布EVX-01二期新生物标志物数据,AI-Immunology平台预测与实际T细胞反应显著相关

    Evaxion公布个体化癌症疫苗EVX-01在晚期黑色素瘤二期试验中的新生物标志物数据,直接ex vivo检测到EVX-01诱导的新抗原特异性T细胞,以CD4+ T细胞为主,半数患者观察到CD8+ T细胞反应。

    推荐理由:该二期数据把AI新抗原预测与实际T细胞反应关联起来,为个体化癌症疫苗的靶点选择提供了临床层面的参照。

  6. 木可AI探索笔记12

    腾讯的 AI4S 模型点位

    腾讯在 AI4S 领域的模型布局与 Ant、OpenAI 的路线横向不同,作者认为这种布局对创业公司看起来不太友好。原文未披露具体模型名称、技术细节或评测数据,仅提出上述观察并邀请深入研究者交流。

  7. DeepTech深科技58

    AI正在重新设计生命,David Baker要用蛋白质造计算机和分子机器

    诺奖得主 David Baker 因从头蛋白质设计的开创性贡献获伦敦皇家学会克鲁恩奖章,并在获奖演讲中回顾过去一两年的工作。他称 AI 辅助蛋白质设计已让结合靶点接近解决,团队转向设计只在特定条件下启动的开关蛋白,并提到新一代模型 RFD4 生成的结构许多从第一轮起就有活性。

  8. ClickMab 科迈生物20

    Click.mAb. 能力系列 | 当你想改造一条抗体,都能做什么——抗体人源化

    ClickMab 科迈生物发布“Click.mAb. 能力系列”内容,讲解抗体人源化如何在提升人源化程度的同时尽量保留原有结合活性。其思路是借助 AI 结构预测与大规模人源框架库,从更广序列空间中筛选框架,并在设计阶段兼顾结构稳定性与关键识别特征,替代框架筛选、CDR 移植和多轮回复突变的传统流程。本期以 3D 动画演示抗体人源化的关键步骤。

11月6日周五
  1. BioMap 百图生科38

    「智解生机」— 国际生物计算创新峰会2026隆重举行

    百图生科主办、港投公司支持的第三届「国际生物计算创新峰会2026」在香港举行,约300名科研、产业及投资界代表参会,并宣布与11家伙伴启动合作。合作覆盖与香港大学推进「乳腺癌虚拟细胞大模型」项目、与香港浸会大学筹建「AI中医药联合实验室」、与中晟全肽开展多肽新药孵化,以及农业育种和国际市场拓展。峰会另设院士演讲与圆桌论坛,议题包括世界模型、可穿戴生物传感与具身智能。

  2. AI-Protein Design72

    3篇 bioRxiv 深度解读:生成式 AI 如何化解蛋白药物的“排异”难题?

    斯坦福团队 ProVADA 模型作者在 bioRxiv 预印本基础上撰文,对比自家 ProVADA 与 David Baker 团队 MINT、普林斯顿团队 MESSI 三条生成式 AI 去免疫原性路线。

    推荐理由:ProVADA 作者对比三篇预印本的去免疫原性路线,梳理实验验证目标与序列改动幅度的取舍。

  3. 奶牛猫的CADD实验室73

    机器学习力场SO3LR Tauri发布:训练覆盖85种元素,可模拟蛋白质与DNA体系

    研究人员发布机器学习力场SO3LR Tauri,用约1.48亿个量子化学结构训练,覆盖85种元素并提供三种规模模型。作者在Crambin蛋白质模拟中报告重原子RMSD约1.10 Å,在顺铂与DNA交联体系中无需额外约束即维持铂四配位,但水分子扩散速度约为实验值一半,单张AMD MI355X GPU上中等模型模拟5万原子体系约1.8 ns/day。代码、模型和训练数据已公开。

    推荐理由:该工作用同一机器学习力场覆盖85种元素并测试多种生物体系,同时给出水扩散偏慢与模拟速度的具体边界。

  4. LeapFun58

    阿斯利康同一日2篇|抗体亲和力优化,哪些位点被低估了?

    阿斯利康团队分析同一克隆家族的211个抗ST2抗体,按实测亲和力分组后找出高亲和力抗体中更常见的突变,将M33I与L100I引入亲本ST2_146后KD由10.5 nM降至3.17 nM,再加K37R降至1.03 nM。

    推荐理由:两篇抗体亲和力优化研究分别从克隆家族统计与结构能量筛选入手,并给出各自失效边界。

  5. Corin Wagen38

    Potential Sciences 打造英国化学前沿实验室

    昨天,Potential Sciences 走出隐身模式,要在英国打造一个化学前沿实验室。 我与 Potential 的 CEO Hatem Helal 进行了交谈,聊了聊他们正在构建的东西,以及为什么他们“模拟优先”的方法能与其他 AI-for-science 团队形成互补。 https://rowansci.com/blog/a-conversation-with-hatem-helal