人类理解生命的方式，可能正在限制 AI
Morgan Levine 在《Biology Beyond Human Intuition》中提出，细胞类型标签、实验条件和论文叙述构成的选择性观测，会成为语言模型学习生命的边界。
全部 AI 制药动态
BioTenderAI 评分3838
智药局AI 评分3636 AI再强，也造不出更多病人！Moderna总裁：AI最先变革的是癌症，市场低估了物理世界的限制
Moderna总裁Stephen Hoge称，AI可将药物设计从数年压缩至数周，但人体验证时间无法压缩，癌症是否三年后复发仍需等三年。其个体化mRNA新抗原疗法intismeran autogene（mRNA-4157／V940）联合K药的III期INTerpath-001研究已达成主要终点，为全球首个III期阳性的个体化新抗原疗法。
木可AI探索笔记AI 评分3838 不是通用大模型吃掉蛋白模型，是蛋白基础模型吃掉蛋白任务模型
蛋白领域真正在发生的是蛋白基础模型吸收单任务模型，而非通用大模型吞并蛋白模型。Anthropic将Basecamp Research的280亿参数EDEN接入Claude Science，Xaira的X-Scientist以通用大模型作调度、X-Cell与X-Design等蛋白模型作执行引擎。
动脉网AI 评分4343 对话科理新序02后联创：AI4S的价值密度和Scaling Law
科理新序提出以Science Token、科学Token链和ScienceRSI递归自我改进循环重构AI4S，并发布Chain of Structures（COS）酶设计技术报告。COS在酶设计基准六项指标中五项第一，EC3达57.0%，高于CodeFP的55.3%，去掉推理链后EC3降至53.4%。这些设计尚未经湿实验验证，仅为计算评测结果。
BioTenderAI 评分4848 AI 生物学，进入巨头割据时代
OpenAI、Anthropic、NVIDIA 与 Google、微软近期密集发布动作，争夺科学家科研工作流的发起入口。OpenAI 披露数千个 GPT-Rosalind 代理用 32 分钟分析数百万鼠脑细胞既有数据，Google 的 VERID 经三轮适配体设计反馈将命中率从首轮 10.2% 提升至第三轮 33.5%。
LeapFun精选AI 评分7474 Baker开源RFD4，38亿美元的Chai还值不值？
David Baker团队联合NVIDIA发布并开源RFD4-Proteina，代码与权重开放、核心许可为BSD 3-Clause，由此引发业内对Chai Discovery等闭源蛋白设计平台是否仍值得支付溢价的争论。
推荐理由：围绕RFD4开源后闭源蛋白设计平台是否仍值得付费，梳理业内分歧并给出护城河转移的判断。
DrugAIAI 评分5858 浙大侯廷军团队在npj Drug Discovery提出智能体六级自主性框架
浙江大学药学院侯廷军等在npj Drug Discovery发表观点文章，梳理智能体在药物发现中的应用并提出L0至L5六级自主性框架。L0为单项计算工具，L1在固定流程中加入大模型，L2具备任务调度能力，L3形成围绕研究目标的反馈闭环，L4强调跨项目积累经验，L5“虚拟科学家”指向提出原创假设并组织端到端探索，作者将其定位为长期愿景。
途深智合AI 评分3838 途深智合：以TourSynbio蛋白大模型与ToursynClaw智能体切入AI蛋白设计
途深智合依托自研TourSynbio蛋白大模型和ToursynClaw干湿迭代智能体开展AI蛋白设计，后者今年获国际蛋白设计大赛全球第二名。公司称其AI体系三周可完成分子设计与筛选，在GPCR、Claudin18.2等膜蛋白靶点项目中首轮29条序列筛出阳性分子，第二轮25条序列获得4个候选分子。团队已从合成生物学转向大分子抗体并布局自有管线，同时承接药企AI分子发现服务。
智药邦精选AI 评分5858 Iambic上市：投资者究竟买模型还是买药
智药邦以Iambic于2026年10月14日公布IPO定价（每股16美元、发行937.5万股、预计募资1.5亿美元）为切口，分析AI药企的平台价值应如何被检验。文章梳理其与武田、艾伯维的合作付款结构，以及口服HER2小分子抑制剂IAM1363在Ⅰ/Ⅰb期试验中53名受试者19例部分缓解（约36%，含未确认缓解）的早期数据，认为近期应看具体药物与合作交付，长期才看技术能否反复产出新资产。
推荐理由：以Iambic上市为切口，拆解AI药企的平台价值如何经由候选药物、临床数据与合作付款被逐步检验。
LeapFunAI 评分3131 综述｜默克谈ncAA如何卡死、又如何撬开肽药 DMTA
默沙东研究团队在 ACS Medicinal Chemistry Letters 发表综述，系统讨论非天然氨基酸（ncAAs）在多肽药物设计、计算预测、化学合成与生物催化中的应用。
医药魔方AI 评分3838 专访鲜翾：同源康生物首席AI官的两场技术革命
鲜翾出任同源康生物首席AI官，推动这家聚焦双抗、三抗、TCE与下一代ADC的AI原生Biotech以数字分身先于人类科学家评审立项，目前每周评估约两个项目、内部目标年底做到一天一个。她此前在金赛药业主导五年数字化转型，搭建两千多个数字看板，认为数字化能让业务“看得见”，但解决不了判断、信任与人性问题。同源康生物下一轮融资计划建设自动化实验平台，以产生公开领域难以获取的数据、训练差异化垂域模型。
Alex ZhavoronkovAI 评分3030 英矽智能CEO评Citrini用Claude做药物设计
英矽智能CEO Alex Zhavoronkov 评价 Citrini Research 的 AI 药物设计尝试，认为其思路与团队 2019 年 GENTRL 的 Nature Biotech 论文相似，只是换成了 Claude。他指出真正的难点在小鼠、狗和猴研究，如今获得好的结合剂并不难，小分子领域更难，但投资机构能做出这样的尝试仍令人印象深刻。
MIT Jameel Clinic · NewsAI 评分1818 芝加哥大学公布2026年Pritzker AI科学研究卓越奖得主：Kristin Persson与Barzilay、Collins团队
芝加哥大学将2026年Pritzker AI科学研究卓越奖授予Kristin Persson，以及Regina Barzilay与James J. Collins组成的团队，各获奖者奖金5万美元。
BioTenderAI 评分3838 AI 将让人类从零开始设计生命
Biohub 公布总口径达 18 亿美元的生物学协作计划，为预测细胞反应的 AI 模型铺设数据地基，但该金额包含资金、计算与既有数据资源，并非已到账现金。Evo 2 可一次处理约 100 万个碱基，其生成的基因组级序列在多项计算指标上更接近天然序列，但团队承认仍可能缺少必需基因，计算评估不能保证功能与复制能力。
LeapFun精选AI 评分6363 AI 制药这一周的两条裂缝：现金买发现、市场罚兑现：
LeapFun 复盘 2026 年 10 月中旬 AI 制药的两类信号：阿斯利康与 insitro 签下首付 4000 万美元、最高约 15 亿美元的合作，用 Virtual Human 推进 MASH 与心肌病靶点到 development candidate；Iambic 以 16 美元发行价登陆纳斯达克，毛募资约 1.5 亿美元。
推荐理由：文章把同周阿斯利康与 insitro 合作、Iambic 上市与生成式设计进展并置，拆出发现端定价与临床兑现之间的落差。
STAT News · BiotechAI 评分2929 Isomorphic Labs 能否革新药物制造？STAT+ 追问 AlphaFold 商业化前景
STAT+ 发文追问 Alphabet 旗下 Isomorphic Labs 能否兑现其药物研发承诺。该公司以蛋白质建模工具 AlphaFold 为核心，该工具曾获诺贝尔化学奖，Thrive Capital 曾用 18 个月争取投资份额。报道未披露具体管线进展或临床数据。
BioSpace NewsAI 评分3333 多特异性药物设计新挑战：结合臂越多，分子选择越复杂
随着双特异性、三特异性等多特异性抗体格式增多，每增加一个结合臂都会扩大潜在组合数量，使候选分子选择从发现转向筛选。Twist Bioscience 与 Invenra 就后者 B-Body® 双特异性抗体平台达成共同独家供应许可协议，Adimab 则通常建议合作伙伴采用 IgG 样/全 Fab 多特异性而非 scFv 格式以利于生产。
医药魔方AI 评分5050 AI设计的药，能不能成为更好的药？
截至发文日，医药魔方NextPharma数据库收录1,541条涉及AI辅助开发或AI设计的药物管线，AI辅助新分子设计管线421条中临床前项目270条、约占64%。
智药邦精选AI 评分5858 罗氏提出“AI自主”：药企内部需要保留哪些研发能力
罗氏在2026年9月28日制药业务日上提出“AI自主”，主张药企用实验检验模型判断，再据实验结果改进模型与实验方法。文章以Genentech与Recursion的神经科学靶点发现合作为例，说明AI可缩小靶点与候选分子范围，而疾病认识转化为筛选标准、理解实验条件、依据验证结果决定下一步仍需药企内部人员掌握。
推荐理由：借罗氏提出的AI自主概念与Genentech同Recursion的合作，梳理药企在靶点验证和分子筛选上需自留的判断能力。
DrugIntelAI 评分6060 OpenBind 联合负责人 Charlotte Deane：AI 药物发现缺的是数据而非模型
牛津大学结构生物信息学家、OpenBind 联合负责人 Charlotte Deane 在 Nature Reviews Drug Discovery 专访中表示，AI 药物发现的瓶颈在于数据而非模型，应重点收集能提升模型性能的数据。
BioTenderAI 评分3838 顾全全公开回应：AI制药的技术路线与未来竞争
Geodesic Intelligence 创始人顾全全在小红书 AMA 中提出，以能否每 6 个月推出一个大版本衡量 AI 制药团队的模型突破能力，并主张模型设计、湿实验反馈与数据迭代形成闭环。
Alex ZhavoronkovAI 评分1818 英矽智能谈长寿疗法产业化路径
在 #ARDD2026 上，我阐述了为何长寿疗法能成为生物技术领域最具影响力的产业，以及如何以可信和公平的方式发现并开发这类疗法。照片：https://agingpharma.org/photos2026
LeapFun精选AI 评分6363 12篇论文解码Orbis：AI环肽平台与诺和诺德14亿美元合作
作者梳理12篇论文，拆解Orbis如何用非天然构件大环、ⁿCycle-Forge计算搜索与自动化合成构成环肽发现体系。ⁿCycle-Forge以Boltz共折叠评分为代理目标，对两个靶点做约12万次共折叠评价并合成1472个设计，凝血酶初筛命中35/736，约为历史库的24倍，MDM2命中率约4.6%与历史定向库相近。
推荐理由：文章逐层拆解Orbis大环肽平台的计算与实验证据，并区分技术源流与公司独占资产。
智药局AI 评分3434 字节Tiktok：三年内，AI for Science将有重大突破！
TikTok首席执行官周受资在新加坡星展亚洲未来前瞻大会上表示，未来两至三年内AI有望在物理学、生物技术、化学、材料科学领域带来真正的科学突破。他提到字节跳动在AI for Science领域已发布PXDesign、Protenix、SeedProteo、SeedFold、UniMoMo等蛋白质与分子生成模型，并正寻求与科研人员合作。
智药邦AI 评分3838 AI公司加码生物数据建设，究竟在布局什么
AI公司正通过自建实验室、云实验室合作与资助虚拟生物学计划等方式参与生物数据生产。Anthropic组建基础生物学研究团队和实验室，用实验检验Claude模型的生物学设想；Biohub扩大虚拟生物学计划，Google DeepMind、Isomorphic Labs和Meta合计承诺投入3亿美元，整项计划总投入约18亿美元。
BiopharmaTrendAI 评分3838 Schrödinger的Robert Abel谈智能体计算中人类决策
当智能体执行计算：Schrödinger的Robert Abel谈人类仍在何处做决定 https://www.biopharmatrend.com/interviews/interview-with-robert-abel-from-schrodinger/
木可AI探索笔记AI 评分4848 关于 Chai Discovery 的几个数字：chai-3 发布后 4 个月拿下 6 家 MNC
Chai Discovery 的 chai-3 于 2026 年 6 月发布，按此计算其拿下 6 家 MNC 实际用时 4 个月而非 9 个月。chai-2 报告强调 24 孔板，湿实验整体 hit 率为 16%，据此推测 chai-3 的 hit 率在 32%-40%。其最新一轮投后估值为 38 亿美元，与晶泰、英矽、剂泰的市值处于同一量级。
Valence LabsAI 评分3838 预测结合亲和力：物理还是AI？
要预测结合亲和力，你会选择借鉴物理学的经验还是AI的经验？ 无论你选哪个选项，你都不太可能到达你想去的地方。 来看看Daniel Ramirez的评论文章，他在文中提出了第三种选项，这一选项有潜力比任何单一领域走得更远。 评论文章链接：https://valencelabs.substack.com/p/chasing-the-grail-a-history-of-binding?r=1ttm57&utm_campaign=post&utm_medium=web
水木分子AI 评分3838 水木分子CEO王卓智：AI智能体ChatDD赋能大分子创新药，临床前候选分子研发周期缩短至10个月以内
水木分子CEO王卓智在2026网易未来大会上称，依托自研AI智能体ChatDD，抗体类大分子药物临床前候选分子研发周期由传统18至24个月缩短至10个月以内。ChatDD覆盖立项调研、靶点评估、分子设计、优化筛选及临床前设计等环节，公司已服务50多家海内外药企和机构，2026年订单数预计增长200%以上。
Isomorphic LabsAI 评分2222 Isomorphic：AI生成设计攻克难成药靶点
此前，85%与人类疾病相关的蛋白质被认为难以成药——它们的形状和功能使其不太适合实验室中的传统化学筛选。从实验筛选转向计算机上的AI生成设计，我们看到这些靶点大幅打开了以原子精度设计分子的潜力，从根本上扩展了我们能够治疗的疾病数量。
BiopharmaTrendAI 评分4040 Isomorphic AI 效果如何验证
27亿美元的问题：我们如何知道 Isomorphic Labs 的 AI 是否有效？ https://www.biopharmatrend.com/business-intelligence/the-27b-question-how-do-we-know-if-isomorphics-ai-works/
BiopharmaTrendAI 评分2323 质疑AI药物发现成功衡量标准
适度的批评是健康的……但在这种情况下，数药物候选分子的数量真的能衡量AI的成功吗？
Isomorphic LabsAI 评分2525 Isomorphic Labs：AI 重塑药物设计
经验方法 → 精心设计的分子 几个世纪以来，我们制造新药的方式不断演进，但现代 AI 代表着迄今最大的飞跃：从资源密集的迭代式设计—制造—测试循环，转向工程化的精准设计。
BioMap 百图生科AI 评分2828 南华早报专访百图生科刘维：为生物世界绘制一张地图
百图生科联合创始人、CEO刘维在南华早报专访中表示，公司基于进化树上超百万个物种、逾200亿条蛋白质序列训练生命科学基础大模型，并在300多个任务模型上平均将所需数据量减少90%。他称未来五至十年基础模型、生物数据与AI原生实验室协同，有望降低First-in-Class药物研发成本，并提及数十个具First-in-Class潜力的药物设计已在临床前研究中得到验证。
望石智慧AI 评分3838 望石智慧周杰龙提出“微观世界模型”：AlphaFold救不了AI制药
望石智慧创始人兼CEO周杰龙提出“微观世界模型”，主张把建模单元从原子下推到电子尺度，以量子力学和统计力学规则模拟分子相互作用，并称望石智慧正在打造首个“全电子”微观分子世界模型。
深势科技 DP TechnologyAI 评分2222 深势科技高志锋在清华大学分享AI4S实践：从分子模型Uni-Mol到材料产线
深势科技AI算法负责人高志锋在清华大学专场以《AI4S：重新理解科学发现》为题，分享团队从分子预训练大模型Uni-Mol到科研智能体SpecXMaster、再到材料产线的三段实践。
Valence LabsAI 评分3838 物理模拟大规模生成数据需警惕失效模式
Valence Labs 发文指出，DFT、FEP 等物理模拟工具正被转用于数据集开发，已能在缺乏人工密切监督下产出数千万条合成数据。但研究显示，某些计算数据集中多达 58% 的 DFT 生成数据在物理上不可能。作者 Ihor 在评论文章中介绍了若干低成本且有效的方法，用于规避物理模拟中的隐蔽失效模式，提醒在大规模使用这类方法时保持谨慎。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 谈模拟时代如何守住数据可靠性：DFT 与 FEP 的静默失效与自动检查
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。
分子之心MoleculeMindAI 评分3838 “十五五”规划定调AI制药系统化落地，分子之心以NewOrigin、QuantaMind与MoleculeOS构建AI生物研发基础设施
针对“十五五”规划将医药垂类大模型、智能体等列为核心方向，分子之心以蛋白质基础大模型NewOrigin、分子动态反应模拟引擎QuantaMind和AI原生研发操作系统MoleculeOS构建AI生物研发基础设施。
剂泰科技AI 评分3131 赖才达博士在京台科技论坛演讲：Biological AI核心竞争力在于持续积累真实实验数据并转化为模型能力
剂泰科技联合创始人、董事长兼CEO赖才达博士在第29届京台科技论坛发表主旨演讲，提出Biological AI的核心是持续积累真实实验数据并转化为模型能力，架构分为干湿实验数据平台、垂类模型与智能体三层。