LaMGen：基于大语言模型的多靶点3D分子生成框架发表于Nature Communications
浙江大学康玉、侯廷军团队联合澳门理工大学刘焕香团队在Nature Communications发表LaMGen，一个仅输入靶蛋白氨基酸序列即可生成3D活性分子的多靶点药物设计框架。
推荐理由：研究用LLM从蛋白序列直接生成多靶点3D分子，并在分布外靶点对上与DualDiff比较。
全部 AI 制药动态
HouMed精选AI 评分7373 Ignota Labs 官网资讯AI 评分4141 Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者，将构建激酶药物毒性数据集
Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者，其提案是构建数据集以加深对药物毒性根源及缓解方式的理解。该公司与 Arctoris 合作，针对一批存在显著选择性挑战的癌症相关激酶，绘制分子结构微小改动引发行为显著变化、常导致意外副作用的化学边界，并称这是首个此类资源。
1910 Genetics精选AI 评分6363 1910 Genetics在J. Med. Chem.发表PEGASUS：用大规模并行生物实验数据构建AI模型解析细胞穿透环肽极性
1910 Genetics在J. Med. Chem.发表题为PEGASUS的论文，介绍用基于大规模并行生物实验构建的AI模型解析细胞穿透环肽的极性。论文链接为https://pubs.acs.org/doi/10.1021/acs.jmedchem.5c01836，具体模型性能与实验数据未在帖文中披露。
推荐理由：该论文介绍基于大规模并行生物实验数据构建的AI模型，用于理解细胞穿透环肽的极性规律。
Mol.AIAI 评分4040 实测ETH开源算法BIMODAL：91.7%命中率，109次尝试即得100个全新化合物
对ETH Zurich Schneider团队开源框架BIMODAL的实测显示，109次生成尝试得到100个兼具有效性、新颖性与唯一性的分子，成功率91.7%。所用BIMODAL_random_512_aug_5模型经5倍数据增强，基于ChEMBL22中271,914个高活性生物分子训练，采样温度设为0.7。该结果来自生成环节的合规性与去重统计，部分分子仍需进一步确认。
Mol.AIAI 评分3838 药物研发效率工具：一键预测分子 AlogP，独立测试集 R² 达 0.7615
基于Mordred提取的1800余个分子描述符经筛选保留604个关键特征，超参数调优后的XGBoost模型在独立测试集上预测AlogP的R²达0.7615。特征重要性分析显示支链化程度（NsssCH）、电荷分布特性（AATSC0c）与3D饱和度（HybRatio）是影响AlogP的核心因素。
Inductive Bio 官网资讯精选AI 评分6262 Inductive Bio：概率化人体剂量预测如何改变候选化合物优先级
Inductive Bio 提出一套将临床前数据转化为人体剂量分布并显式传播实验与模型外推不确定性的框架，在与 Aleksia Therapeutics 的合作中用于三个后期先导化合物的排序。
推荐理由：以三个候选化合物的剂量分布对比说明概率化人体剂量预测如何改变优先级判断，并指出体外重复实验最能降低不确定性。
Mol.AIAI 评分2828 AI + 药物发现：从FDA已上市药物中虚拟筛选c-Abl激酶抗癌候选
一项计算模拟研究用AutoDock Vina将FDA已上市的前500个药物对接至c-Abl激酶（1IEP）活性口袋，筛出13个结合能低于-12.0 kcal/mol的分子。
Mol.AIAI 评分2020 分子对接：c-Abl激酶与伊马替尼的重对接验证
将伊马替尼重对接至c-Abl激酶活性口袋，AutoDock Vina最优构象结合能为-13.9 kcal/mol，与晶体原配体重原子RMSD为0.895 Å（37个原子对），低于2.0 Å阈值。对接构象保留了与Met318主链、Asp381及Glu286的关键氢键相互作用，验证了格点坐标、电荷计算与加氢等对接参数设置的准确性。
David Mobley精选AI 评分5858 David Mobley团队发布预印本：结合机器学习与物理方法数据驱动预测配体效力
David Mobley团队发布新预印本，提出将机器学习与基于物理的方法结合，以数据驱动方式估计配体效力。其思路是当模型对特定靶点足够准确后，由机器学习模型接管预测。预印本全文见 chemrxiv.org/doi/pdf/10.26434/chemrxiv.15000463/v1。
推荐理由：作者团队提出按靶点精度切换机器学习与物理方法的配体效力预测流程，为混合计算策略提供可参考设计。
Punit Kumar Jha精选AI 评分6969 SandboxAQ研究用合成数据改进蛋白-配体结合亲和力预测
SandboxAQ在预印本中分析合成结构数据如何增强深度学习蛋白-配体结合亲和力预测，生成约8万次绝对自由能扰动（AFEP）计算并构建SAIR-FEP与SAIR-OOD两个数据集。研究发现基于结构的模型对输入结构质量高度敏感，从Boltz-1x筛选高置信度共折叠复合物可带来可预测的性能提升，而盲目加入低质量结构会使指标饱和。合成与实验数据联合训练在CASF 2016上使RMSE最多降低8%、相关性指标提升9-11%，且仅在使用高质量合成结构时重现神经缩放规律。
推荐理由：研究用约8万次AFEP计算构建合成数据集，比较合成与实验数据联合训练对亲和力预测的影响。
Yang Zhang Lab精选AI 评分7474 Ouroboros分子基础模型：将构象空间与药效团相似性纳入表示学习
【全文节选总结】Yang Zhang Lab 提出分子基础模型 Ouroboros，采用表示、重建与性质预测三个正交模块，表示模块以构象空间药效团相似性（CSPS）和分子指纹相似性预训练，在 126248 个分子上构建约 47 亿条相似性标签。
推荐理由：该工作把构象空间与药效团相似性纳入分子基础模型预训练，并在虚拟筛选与多靶点抑制剂发现中给出湿实验证据。
David Mobley精选AI 评分6060 OpenFF 发布新力场与更快电荷模型预印本
OpenFF 团队发布新力场和速度更快的电荷模型预印本，论文链接见 chemrxiv。作者未在推文中披露力场版本、电荷模型方法及精度或速度的具体数据。
推荐理由：OpenFF 团队发布新力场与更快电荷模型的预印本，为分子模拟中电荷参数化的效率取舍提供参考。
Marwin Segler精选AI 评分5858 Marwin Segler 报告用于合成步骤生成的推理模型
Marwin Segler 报告团队推出面向合成步骤生成的推理模型，针对该任务采用专门的思维链监督微调（SFT on COT）与可验证奖励强化学习（RLVR）。其表示语言模型在处理结构与丰富自然语言并存的化学任务（如合成）时带来新能力。
推荐理由：作者披露其合成路线生成推理模型采用SFT与RLVR训练，为化学语言模型的能力边界提供一手说明。
Numerion Labs精选AI 评分6868 Numerion Labs 与 NVIDIA 发布 APEX 协议，30 秒内筛选百亿虚拟化合物
Numerion Labs（原 Atomwise）与 NVIDIA 专家合作在 arXiv 发布论文，提出 APEX（近似但穷举搜索）计算协议，可在单块 NVIDIA GPU 上于 30 秒内从 100 亿化合物的组合合成库中检索出评分最高的 100 万个候选分子。
推荐理由：该协议把十亿级组合库的穷举式筛选压缩到秒级，为超大化学空间检索提供了可复用的方法与基准。
药渡CyberAI 评分3333 药渡Cyber解析一种具有强大体内抗MASH活性的高效选择性肝脏靶向HSD17B13抑制剂的发现
广东药科大学研究团队经多参数优化发现强效选择性HSD17B13抑制剂化合物32（IC50=2.5 nM），其肝微粒体稳定性和药代动力学特征优于BI-3231并具肝脏靶向性。
药渡CyberAI 评分3333 药渡Cyber解析新型高选择性IIb型c-Met激酶抑制剂KIN-8741的发现
研究以优化亲脂效率为目标，通过基于结构的药物设计发现高选择性IIb型c-Met抑制剂KIN-8741，对D1228X、Y1230X等获得性耐药突变及L1195X/F1200X后口袋突变具广谱抑制活性。
药渡CyberAI 评分3636 药渡Cyber解析口服选择性PLK4抑制剂RP-1664的发现
Repare Therapeutics研究团队通过基于结构的药物设计优化，从Centrinone B出发获得口服选择性PLK4抑制剂RP-1664，在临床前展现优异效力、激酶组选择性及药代动力学特征。
HotSpot Therapeutics 官网资讯AI 评分3434 HotSpot Therapeutics在FOCIS 2025公布IRF5小分子项目临床前数据
HotSpot Therapeutics在FOCIS 2025公布其Smart Allostery平台发现的强效选择性口服小分子IRF5抑制剂临床前数据，该类抑制剂在两种小鼠关节炎模型中实现IRF5磷酸化与核转位的完全剂量依赖性抑制，并降低干扰素响应基因、抗原特异性抗体和关节肿胀。
Ignota Labs 官网资讯AI 评分4242 Ignota Labs 文章登上 Digital Discovery：预测毒理学如何克服障碍并塑造未来
Ignota Labs 称其文章获 Digital Discovery 刊载，Masarone、Beckwith、Lane、Hosseini-Gerami 等人综述了药物发现中的毒理学预测，涵盖多种建模技术与器官芯片等新型数据源。
A-Alpha Bio 官网资讯AI 评分3636 A-Alpha Bio 在 AACR 2025 展示海报：通过大规模识别可成胶的连接酶-靶点对实现智能分子胶发现
A-Alpha Bio 在 2025 年美国癌症研究协会年会上展示海报，介绍通过大规模识别可成胶的连接酶-靶点对来发现分子胶。海报内容未在原文中披露具体方法、数据或结果。
Ignota Labs 官网资讯精选AI 评分6060 Ignota Labs与Broad Institute合作发表DILIPredictor，提升药物性肝损伤预测
Ignota Labs与Broad Institute合作在《Journal of Chemical Information and Modelling》发表研究，提出先预测九项代理DILI标签、再与化学结构特征结合预测药物性肝损伤的DILIPredictor模型。
推荐理由：该研究把体外与体内代理指标并入特征，比较其对DILI预测的提升，并给出可复用的公开模型。
Bruno CorreiaAI 评分3636 实验室小分子设计探索
我们实验室在小分子设计方面的一次有趣探索 https://rdcu.be/dErPa 很高兴与一群很棒的人合作，让这件事成为可能 @igashov @HannesStaerk @rneschneuing Clemence Vignac @vgsatorras @pafrossard @wellingmax @mmbronstein
Ignota Labs 官网资讯精选AI 评分5858 Ignota Labs与Broad Institute发布FDA药物心脏毒性等级首批公开分类器
Ignota Labs与Broad Institute合作，基于美国FDA的DICTrank数据集构建药物诱导心脏毒性（DICT）预测分类器，成果发表于《Journal of Chemical Information and Modelling》。
推荐理由：研究基于FDA的DICTrank数据集构建公开分类器，比较化学与生物特征对药物心脏毒性的预测能力。
HotSpot Therapeutics 官网资讯精选AI 评分5858 HotSpot Therapeutics在SITC 2021公布CBL-B变构抑制剂临床前数据
HotSpot Therapeutics宣布其Smart Allostery平台发现的新型CBL-B变构抑制剂在体外和小鼠中促进T细胞应答并增强NK细胞杀伤，数据将在SITC第36届年会以壁报864展示。
推荐理由：该数据展示机器学习平台如何定位蛋白调控口袋并得到口服小分子抑制剂，为不可成药靶点提供一条可参考路径。