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。
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。
一项预印本研究将 AlphaFold 3 的界面拓扑评分 ipTM 直接作为全蛋白质组药物重定向的亲和力指标,在 1,103 个双方均成功建模的蛋白上取得 nAIA 10.13、NDCG 0.056,十年前基于同源模板的 BANDOCK+ 为 nAIA 9.93、NDCG 0.054,两者总体近乎重合。
推荐理由:该预印本把 AlphaFold 3 的 ipTM 用于全蛋白质组药物重定向,并与十年前的经验算法对比,提供了打分机制层面的参照。
下一分子2026年11月3日日报汇总多条AI制药进展,头条为东北大学、Broad研究所等在arXiv预印本提出自进化分子发现智能体MolRSI,将模型选择与组件组合等工作流作为优化对象,抗菌筛选命中率15.9%。
下一分子11月2日AI制药日报头条介绍生物活性基础模型PSICHIC+,基于约8200万条蛋白-配体记录训练,可从蛋白序列与配体SMILES在毫秒级预测结合亲和力,在无靶点特异性训练数据的零样本虚拟筛选基准中富集效果优于回归和分类方法,并与领先的基于结构的方法表现相当。
Ginkgo Datapoints旗下虚拟细胞药理学计划于2026年10月27日以CC BY 4.0许可开放ReFRAME化合物库的DRUG-seq转录组数据,覆盖12,949种化合物,注册免费账户即可获取。
牛津大学Krish Ramadurai与Abhirup Banerjee在《npj Drug Discovery》发表综述,用TechBio 3.0概括将多模态AI、生成式化学与自动化实验接入同一反馈体系的研发方式,并区分1.0性质预测、2.0靶点发现与分子生成、3.0实验反馈持续更新模型与设计。
推荐理由:文章以综述框架梳理多模态AI、生成式设计与自动化实验的闭环,并借两个企业案例说明证据边界。
Brian Hie 团队报告 Evo 2 在仅给四个示例、不做额外训练时可生成金属结合蛋白、从头抗体与完整噬菌体基因组,作者称其为训练时未预料到的生成式上下文学习。
英矽智能发布DDDBench Core,从Foundations的300余项基准中选出59项,覆盖五个药物研发领域,并提供实时榜单。通用模型榜单中GPT-6 Astra暂列第一;其2.6B与4B的MMAI Gym专用模型在单步逆合成、ADMET、Kinome和GPCR预测等特定任务上超过专用工具与通用模型。
推荐理由:英矽智能从300余项基准中筛出59项,覆盖五个药物研发域,并给出通用与专用模型的实时榜单对比。
Space Generate首席技术官Sacha Javor参与的团队在苏黎世Boltz × AI4Science Zurich Hackathon的Boltz Challenge中获得第一名,该挑战要求针对8个化合物和约120个蛋白靶点预测化合物与靶点的活性。
文章简述了近期国外代表性AI药物研发工具/平台:Isomorphic Labs的IsoDDE可预测蛋白质与药物、抗体相互作用,在Runs N' Poses最难任务上准确度达AlphaFold 3两倍以上。
OpenBind 发布首篇预印本,对首批 OpenBind 数据发布做更正式的分析,并扩展了此前的博客内容。该预印本补充了更多方法细节和额外分析,公开了输出与代码,并新增一个虚拟筛选基准。
推荐理由:OpenBind 首篇预印本公开首批数据与代码,并新增虚拟筛选基准,便于对照其数据与方法细节。
📄片段筛选数据使用的新建议来了。 该白皮书总结了关于片段筛选、从命中到先导化合物及先导化合物优化研究中结构生物学数据存储与复用的社区指导意见。 ⬇️在此阅读⬇️ https://cdn.rcsb.org/wwpdb/docs/documentation/Frag-screen-data-White-paper-08112026.pdf
Anthropic 推出首个行业专属产品 Claude for Life Sciences,可对接 Benchling、PubMed、10x Genomics 和 Synapse.org,其 Claude Sonnet 4.5 在 Protocol QA 基准上得分 0.83,高于人类基线 0.79。