#功能验证

AI4S公司很多，但真正实现in the loop的很少

针对AI4S在制药行业的落地，有观察指出真正实现"实验数据回流模型"闭环的公司远比"AI制药"名单短。其提出四条标准：自主可控测量系统、百万级互作/筛选事件通量、超越存在性的定量读数，以及实验数据真正进入下一轮设计。文章还按仪器供应商、数据回流型和CRO化三类玩家分析了各自的生存路径。

给癌细胞查身份证：KRAS G12D pMHC 纳米抗体，还能往前走多远？

针对 KRAS G12D 肽-HLA-A*11:01 pMHC 复合物，文章提出以 VHH 纳米抗体识别突变肽，并强调需在真实细胞上验证其能否区分仅差一个氨基酸的野生型肽及人体自身肽组。已有 TCR 研究支持该 pMHC 作为识别入口，但 VHH 路线仍属项目设想，尚无实验数据。文章建议将肽长度、可及表面与突变相关构象纳入靶点定义，并用遗传对照矩阵和靶向免疫肽组学检验内源呈递靶标。

一人AI药企能否复制：Anthropic收购的Mithril Medicine案例拆解

文章复盘Anthropic于2026年7月收购的Mithril Medicine：公司仅1名全职创始人，另有8名付费顾问和11家外部实验室，不到18个月将一款靶向laminin-α4与β-dystroglycan的双特异桥接抗体推进到LAMA2-CMD小鼠模型药效验证，2+2 IgG-scFv格式峰值肌力约为对照组1.95倍、体重标准化握力约1.94倍，1+1格式未见明确获益。

同一新闻，精选展示《Anthropic 收购一人 AI 药企 Mithril Medicine，Claude 协调 11 家外部实验室》

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。

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。

清华AIR首席研究员、水木分子首席科学家聂再清：智能体赋能药物研发——不止于靶点筛选

聂再清在《健康报》撰文指出，智能体可完成分子生成优化与活性预测，其团队用ChatDD从头设计数十种抗体，湿实验验证21%展现较高亲和力。他强调目前尚无药物全流程由AI全自动完成，瓶颈在于大量人体作用机制未被AI解析，更准确的定位是领域专家与AI协作。技术、应用与安全层面的挑战仍待解决。