#模型/算法发布

力文所发布Pallatom2技术报告：原子级建模生成蛋白质并完成十靶点BLI验证

力文所发布Pallatom2技术报告，以Atom-to-Atom建模联合生成序列、主链与侧链，单链采样达1600个残基，对称组装扩展至C10、总长2000个残基。

实测：直接要求 Opus 5 解释 ProteinMPNN 机制，可精确编辑约 1% 权重获得类似 SolubleMPNN 的行为

直接要求 Opus 5 对 ProteinMPNN 做机制解释后，其精确编辑约 1% 权重，使模型表现出类似 SolubleMPNN 的行为。作者同时指出图表内容有些像模型生成的胡言乱语，且 030 模型在未编辑时已表现得像 SolubleMPNN。

腾讯混元 Hyra 2.0 科研智能体自主研发出蛋白质逆折叠模型 HyInv 与语言模型 HyPLM-Flash

腾讯混元于 11 月 2 日发布 Hyra 2.0（Hunyuan Research Agent），将 AI 科研智能体的目标从解决单个科研问题扩展到自主研发可复用的模型、算法和工具，并完成两个 AI4Protein 成果的研发。

Molence 发布 Mol-1：增加推理算力可提升抗体-抗原预测

Molence 发布抗体-抗原结构预测模型 Mol-1，称在 MolBench-AB-26 上增加推理算力可持续提升预测质量。

SoupFold 发布整合模型 soup-opendde-pack 并公开约 18.2 GB 权重

2026 年 10 月 31 日，SoupFold 作者 Hyosoon Jang 发布整合模型 soup-opendde-pack，并公开约 18.2 GB 模型权重。

华盛顿大学与NVIDIA蛋白质设计模型直播讲解

大家好～ （引用推文内容：稍后11/1 10AM (JST)开始直播✨这次将讲解华盛顿大学IPD与NVIDIA共同研究的蛋白质设计模型RFD4-Proteina！欢迎初次观看的朋友！请一定来实时观看哦🙌）

Molence 推出 Mol-1-constraint，引入表位信息提升抗体-抗原结构预测

Molence 发布 Mol-1-constraint，在结构预测中引入表位信息后，四个抗体-抗原基准上 DockQ > 0.23 的成功率均提升：FoldBench-AB 从 75.0% 升至 88.3%，AF3-AB 从 62.7% 升至 84.2%，PXMeter-AB 从 58.3% 升至 77.5%，MolBench-AB-26 从 57.3% 升至 79.4%。公司称可在 lab.molence.com 用自有生物学问题评测 Mol-1 与 Mol-1-constraint。

Molence 称 Mol-1 长时程智能体在 10 个组装任务中 9 个超过 Anthropic 报告结果

Molence 称基于 Mol-1 的长时程智能体在 10 个受评组装任务中有 9 个超过 Anthropic 报告的结果，可在单张 NVIDIA H20 上预测最长 60,120 个残基的复合物结构，其中 8 个达到 TM-score ≥ 0.90。作者同时引用其前一条内容称，Mol-1 在 FoldBench-AB 上以 DockQ > 0.23 计的中位成功率为 75.0%，与 IsoDDE 已发表的 75.58% 相当；该结果来自对 32 个种子构成的 201,376 种五种子组合的评测，其中 62.22% 达到或超过 75% 成功率。Mol-1 代码见 https://github.com/molence/Mol-1，试用入口为 https://lab.molence.com。

同一新闻，精选展示《Molence 发布 Mol-1 agent：单张 NVIDIA H20 上预测大型蛋白组装》

NVIDIA 发布机制感知的 AI 智能体蛋白设计方法 BindClaw

NVIDIA 发布蛋白设计方法 BindClaw，用 AI 智能体把生物学作用机制转成计算测定，从靶点与结合位点识别到结合剂生成、评估与迭代优化。在人工引导的钙调蛋白（CaM）设计中，18 个设计里有 15 个与钙结合态 CaM 结合，其中包含由 BLI 和 SPR 共同支持的亚纳摩尔级结合剂。论文与项目页面已公开，代码将在数周内发布。

同一新闻，精选展示《NVIDIA 发布 BindClaw 技术报告：18 个钙调蛋白结合剂中 15 个结合，13 个区分钙结合态》

Molence开源生物分子基础模型Mol-1，VHH单靶点结合命中率最高63%

前字节跳动Protenix核心成员创立的Molence Bio于10月28日发布开源生物分子基础模型Mol-1，公开39页技术报告，代码以Apache 2.0开放、基础版权重可下载，约束版权重未同样开放。

侯廷军团队推出PartiDesign：统一生成框架用于蛋白与环肽设计

侯廷军团队推出可控生成框架PartiDesign，将结构与序列或化学身份在同一次Flow Matching生成中协同，覆盖蛋白、DNA、RNA和小分子。在ProtDBench普通MPNN单序列协议下，其估算合格候选产出约为RFD3的4.9倍，加入α螺旋引导后约7.6倍；AME原子级催化基序骨架搭建中常规与α引导配置分别约为RFD3的8.6倍和12倍。

模型从序列生成酶反应机制

一个模型，能从酶的序列、催化残基、底物和辅因子生成其反应机制。 @arianemora_

Molence 发布开源生物分子智能模型 Mol-1

Molence 发布开源生物分子智能模型 Mol-1，在 FoldBench-AB 上取得 75.0%，接近其引用的 IsoDDE 报告的 75.58%。该模型可在单张 H20 上完成 6 万 token 的组装，公司称其在 10 项对比中 8 项优于 Anthropic；VHH 结合命中率最高 63%，最佳 SPR KD 为 43 pM。代码已在 GitHub 开放，并提供在线试用入口。

分子之心MMDesign技术报告：19个项目18个获实验确认结合分子，六个GPCR靶点全部命中

分子之心发布AI从头设计平台MMDesign最新技术报告，覆盖18个靶点、纳米抗体（VHH）和大环肽两类模态的19个设计项目中18个获得实验确认的结合分子，项目成功率94.7%，每个项目仅测试9—50个候选（中位数21个）。

英伟达与David Baker团队联合发布蛋白质设计模型RFD4-Proteina

NVIDIA与华盛顿大学医学院蛋白质设计研究所联合发布开源模型RFD4-Proteina，归属NVIDIA BioNeMo，兼具可编程蛋白质设计与搜索能力，可基于分子输入、约束条件和评分目标检索并优化设计方案。

Pallatom2：原子级可编程设计新纪元，技术报告即将发布

力文所预告 Pallatom2 技术报告即将发布，该模型延续全原子生成思想，重构模型与框架并显著提升训练数据量、网络深度和可处理的蛋白质尺度，关注 mini-binder 设计更高的实验成功率。

Latent Labs 发布抗体设计智能体 Latent-Y，称计算流程提速 56 倍

Latent Labs 发布其称为首个经实验室验证的药物设计智能体 Latent-Y，用于自动完成抗体设计中的文献调研、靶点结构分析与结合位点指定等步骤，并配套面向抗体与多肽设计的模型 Latent-X2，通过网页界面供研究者逐步控制。

全球首个「AI设计病毒」已打进人体！Evo团队新作，有望治愈4000万人

生物AI公司Radical Numerics于10月20日发布新一代生物学AI模型Omnii-1，研究人员用其设计的噬菌体已通过同情用药途径给予一名耐药细菌感染患者，公司称这是全球首例用于人体治疗的AI设计噬菌体。

IPD 与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina

UW 蛋白质设计研究所（IPD）与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina，已接入 NVIDIA BioNeMo。据 NVIDIA 介绍，该模型在 200 个残基长度下生成速度比 RFdiffusion3 快 13 倍，在 12 项以上蛋白设计任务上达到当前最优，并支持自定义设计输入与在难题上使用测试时计算。官方提供结合剂设计教程与项目主页 rfd4-proteina.org。

NVIDIA 与 UW 蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina

NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina，将可编程蛋白设计与搜索能力结合，可按分子输入、约束和评分目标生成并优化蛋白设计。

微软 BioEmu2 生物分子结构动力学基础模型已上线 Tamarind Bio

Frank Noé 表示，微软研究院 AI for Science 的生物分子结构、动力学与功能基础模型 BioEmu2 已可在 Tamarind Bio 平台使用。该模型以开放权重、MIT 许可发布，代码托管于 GitHub；引用内容展示了 BioEmu2 模拟无序肽 PUMA 与 MCL-1 受体结合的示例。

微软开源 BioEmu2 生物分子基础模型，同时覆盖结构、平衡系综与动力学传播

微软研究院 AI for Science 团队于 2026 年 10 月 20 日公开预览 BioEmu2，定位为同时覆盖结构、动力学与功能相关构象行为的生物分子基础模型，权重与代码以 MIT 协议开源。

微软研究院公开预览 BioEmu2 生物分子结构、动力学与功能基础模型

微软研究院 AI for Science 公开预览基础模型 BioEmu2，面向生物分子结构、动力学与功能，开放权重并采用 MIT 许可，代码托管于 GitHub。作者同时展示了 BioEmu2 模拟无序肽 PUMA 与 MCL-1 受体结合的动画。

BindCraft2 v1.0.4 发布，改进 VHH、scFv、ARP 与诱导契合靶向

BindCraft2 v1.0.4 已发布，作者称该版本显著改进了 VHH、scFv、ARP 和诱导契合靶向能力，同时提升了运行速度与代码稳定性。作者建议此前困难的结合剂设计任务可再次尝试，并致谢 Erik Mäeots、Leonardo Tredese 和 Elizaveta Chernova 的工作。

西湖大学与港中文发布RiboBridge，用学到的配对关系引导RNA序列设计

西湖大学和港中文团队提出RNA设计模型RiboBridge，从骨架几何推断配对关系并输入序列解码器，在550条生成骨架上将联合有效率从0.335提升到0.451。天然RNA骨架测试中二级结构一致性也明显改善，打乱或替换配对关系后性能下降，说明模型确实依赖这些关系信息。目前验证限于结构恢复，实验折叠与功能未做，150个核苷酸附近成功率明显下滑，代码和数据已开源。

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。

Click.mAb. 多智能体 AI 抗体设计平台：AI 参与抗体设计会碰撞出怎样的新可能？

ClickMab 科迈生物打造 Click.mAb. 多智能体 AI 抗体设计平台，让多个 AI Agent 协同完成靶点研究、抗体结构分析到特定表位抗体从头设计。用户只需提出研究目标，平台即可规划任务、调用工具并执行分析，一键实现特定表位抗体从头设计。

Xaira 发布 X-Design，针对真实治疗靶点从头设计抗体

Xaira 的 Justas Dauparas 介绍团队开发的 X-Design，称其能针对真实治疗靶点生成抗体，其中一个靶点此前难以用常规发现方法攻克。相关细节见 Xaira 官网新闻页，推文未披露具体靶点、实验数据或验证结果。

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。

唯信计算 WeMol 推出 AbForge 多特异性抗体全原子结构建模引擎

唯信计算在 WeMol 平台上线 AbForge，输入完整抗体 FASTA 后自动识别 Format 与结构域拓扑，按 KiH、CrossMab 等工程约束装配全原子三维模型。

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。

德睿智药发布生命科学基座模型体系Intera，首推结合构象预测模型InteraFold-Chem

德睿智药于2026年9月18日发布生命科学基座模型体系Intera，并公布首个模型InteraFold-Chem的技术报告，该模型聚焦蛋白质与小分子的结合构象预测。

AlQuraishi 团队与 Apheris 用五家药企私有数据训练 OpenFold3p2

Mohammed AlQuraishi 表示，团队与 Apheris 合作，在五家药企内部的蛋白-配体复合物数据库上训练了 OpenFold3p2。由于 PDB 中类药化合物相对稀少，这批数据使相关结构数据量增加 3-4 倍，并带来精度显著提升。作者称训练数据未离开各药企内部环境。

天鹜科技开源全原子结构预测模型VenusFold，FoldBench多类任务领先AlphaFold3与Boltz-2

天鹜科技发布并开源通用全原子生物分子结构预测模型VenusFold的代码与权重，可预测蛋白质、蛋白质-小分子和蛋白质-蛋白质复合物结构。

AlQuraishi 团队发布 OpenBind 系列首个模型 OpenBind-0，基于 OpenFold3 偏向小分子训练

Mohammed AlQuraishi 团队发布新系列 OpenBind 的首个模型 OpenBind-0，该模型基于 OpenFold3，并优先针对小分子进行训练。作者称 OB 系列模型将定期吸收 OpenBind 联盟与 PDB 的结构，持续更新并纳入 OpenFold 的最新功能。被引用的内容提到，OpenBind 计划收集数万条蛋白-配体结构与亲和力数据，此次同时发布 OpenBind-0 和 717 个新的配体结合结构。

Vilya 发布全原子基础模型 Vilya-2，可建模化学多样性分子界面

Vilya 发布全原子基础模型 Vilya-2，称其无需模板或共进化输入，通过扩散和单一统一原子表示解析多肽与靶点复合物。公司称该模型对非经典多肽达到亚埃级精度，并准确预测 Zolucatetide、Daraxonrasib、Icotrokinra 和 Enlicitide 与各自治疗性蛋白靶点的相互作用。

Profluent AI设计碱基编辑器平台

一套AI设计的碱基编辑器，全部源自同一骨架。每位患者唯一不同的部分只是向导RNA。 这就是AI带来的转变：罕见病从"一次一个药物"走向平台化，旨在降低成本、惠及更多患者。 下方是我们与GEMMABio合作、现获@ARPA_H的THRIVE项目支持的更多内容。

Latent Labs 将抗体设计智能体 Latent-Y 上线平台，开放全球免费每日额度

Latent Labs 宣布抗体设计智能体 Latent-Y 即将上线 Latent Labs Platform，面向全球研究者开放并提供免费每日额度，其核心是首次向研究者开放的抗体设计生成模型 Latent-X2。

寻明生科开源全原子生物分子基座模型 OpenDDE

寻明生科于2026年7月7日发布并开源全原子生物分子基座模型 OpenDDE，将生物分子共折叠、结构推理与规模化法则纳入同一框架。

Nabla Bio 发布 JAM-2 报告：零样本设计多特异性抗体与 KRAS G12 双变异结合剂

Nabla Bio 发布 JAM-2 模型报告，将零样本药物设计从结合扩展到多功能药物与胞内蛋白质组。报告称其全计算设计出针对五种肽-MHC 的多特异性抗体，T 细胞激活/杀伤 EC50 达皮摩尔级、选择性超过 100 倍；并生成靶向 KRAS G12V 与 G12C 的双变异多特异性抗体，在皮摩尔至个位数纳摩尔效力下杀伤呈递细胞且不伤野生型。