BioEmu2 全流程教程与实测:微软开源全原子生物分子结构与动力学模型
作者在 Linux + conda + NVIDIA RTX 4080 SUPER 上实测微软 BioEmu2 全原子扩散模型,对腺苷酸激酶 ADK 和肌红蛋白各生成 8 个初始候选、从同一起点推进 4 条轨迹,每条 20 次、每次 50 ns,覆盖 1 μs 模型时间,80 个推进端点全部通过几何检查。
推荐理由:作者在单卡上实测微软 BioEmu2 的结构预测与时间推进流程,给出可复用的参数设置与耗时数据。
作者在 Linux + conda + NVIDIA RTX 4080 SUPER 上实测微软 BioEmu2 全原子扩散模型,对腺苷酸激酶 ADK 和肌红蛋白各生成 8 个初始候选、从同一起点推进 4 条轨迹,每条 20 次、每次 50 ns,覆盖 1 μs 模型时间,80 个推进端点全部通过几何检查。
推荐理由:作者在单卡上实测微软 BioEmu2 的结构预测与时间推进流程,给出可复用的参数设置与耗时数据。
途深智合将参加11月9–11日在德国科隆举办的BIO-Europe 2026。其ToursynClaw大分子药物设计科学超智能体平台融合自研蛋白大模型、科学智能体与全自动机器人实验产线,公司称可实现约1.5个月完成抗体设计及功能实验验证,并在半年内推动16条抗体药管线完成PCC阶段验证。
ClickMab 科迈生物发布“Click.mAb. 能力系列”内容,讲解抗体人源化如何在提升人源化程度的同时尽量保留原有结合活性。其思路是借助 AI 结构预测与大规模人源框架库,从更广序列空间中筛选框架,并在设计阶段兼顾结构稳定性与关键识别特征,替代框架筛选、CDR 移植和多轮回复突变的传统流程。本期以 3D 动画演示抗体人源化的关键步骤。
至知创新研究院在论文中提出分布式计算系统Tessera,基于E2Former V2架构的UBio-MolFM模型,在512张GPU上完成约3070万原子的完整能量与受力计算,单步耗时1.684秒,扩展效率89.7%。
推荐理由:该工作把多层等变机器学习力场扩展到数千万原子,并给出弱扩展效率与千万原子轨迹的结构统计对照。
望石智慧以ALK第四代抑制剂为例,展示MolVortex药物研发智能体如何串联项目立项、专利分析、分子生成与成药性评价。在海思科专利WO2026219300的NVL-655 Fast Follow案例中,代表性化合物49-A的ALK G1202R/L1196M酶活性IC50为0.08 nM,食蟹猴AUC@3mpk达1605 ng*h/ml,小鼠药效试验21天抑瘤率107%。
壹索智能推出的 Sciland AI 原生科研工作空间以课题内干湿闭环和跨项目自进化闭环组织蛋白设计、实验验证与经验复用。其技术报告称,在单张 NVIDIA H800 GPU 上,20 残基多肽从头设计与双模型结构复核端到端耗时 133.6 秒,227 残基抗体人源化与三维结构建模耗时 79.9 秒。
BioSymetrics推出Target Intelligence,整合人类遗传学、疾病与模型系统证据及Phenograph预测,对候选靶点进行并列比较,输出含支持与反对证据及证据缺口的短名单。
了解更多我们与@anyscalecompute的合作!深入细节!
临港实验室与上海人工智能实验室联合推出基于OriBench的自驱动实验室平台AutoLab,打通从计算推演到实验验证的干湿闭环。平台融合OriGene智能体、实验室操作系统LabOS、具身智能与科研数据体系,各组件MCP工具化,设备经ADK套件与SCP-Lab协议接入后可被智能体调度复用。
推荐理由:平台把配方设计、自动制备与数据回流串成闭环,LNP实验展示了干湿迭代的具体路径。
望石智慧在MolVortex大师班第2期展示其全栈式小分子早研智能体MolVortex针对CBL-b别构抑制剂的靶点调研与分子生成流程。该流程先做知识产权全景调研与专利解析,再自动抽取分子结构与活性数据并输出构效关系分析报告,随后以五种设计模式单批生成100个有效分子,并对接靶点口袋预测结合构象与结合打分。
8 台这样的设备会相当昂贵,但仍然很有意思! https://tenstorrent.com/hardware/tt-quietbox#quietbox2
腾讯健康在2026腾讯全球数字生态大会智慧医疗专场上发布「医疗AI Agent工具箱」,以WorkBuddy通用Agent平台为底座,将医疗专业知识、垂直模型和标准化Skill封装为可组合调用的能力。
BioAIDesign 发布结构预测评估指南,逐层解释 pLDDT、PAE、pTM、ipTM、pDockQ、pDockQ2、ipSAE 与 LIS 等指标分别回答局部可信度、链间相对位置还是与参考结构的准确度,并指出 ipTM 0.9 不能换算成亲和力。
推荐理由:文章把结构预测的置信度、准确度与结合证据分层拆开,并给出可复用的汇总工具与判读顺序。
浙江大学侯廷军团队联合中国药科大学等在Nucleic Acids Research发表PROTAC-DB 4.0,将数据库从PROTAC扩展至分子胶和XTAC。
推荐理由:该论文把PROTAC、分子胶与XTAC数据整合进统一知识库,并给出LLM加RAG的检索架构,可作为靶向降解数据资源与AI建模的参照。
AI正在改变药物靶点的识别方式。我们的合作伙伴之一Incyte Corporation已将Kosmos部署到其整个靶点识别流程中,用于评估候选靶点,这带来了显著的加速和更好的决策。我们今天发布了一篇关于与他们合作的案例研究。 Incyte极度拥抱AI,正在其整个体系中快速部署AI。他们做得非常出色,却没人谈论这件事。非常看好。
Edison Scientific 发布 Kosmos Target Assessment(TA),这是 Kosmos 的专用版本,用于筛选最具成药潜力的治疗候选靶点,与 Incyte 合作开发。
推荐理由:Kosmos TA 与 Incyte 合作开发,把安全性、可成药性与竞争情报等维度纳入靶点评估,并给出与委员会实验请求的一致率。
解码调控基因组需要强大的算力和深入的阅读。我们两者都扩展了。🚀 很自豪被 @googlecloud 专题报道,介绍我们如何为 RNA 引导药物构建可扩展的发现引擎。🧬 ➡️ 了解更多: https://cloud.google.com/customers/haya-therapeutics #RegulatoryGenome #Biotech
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills,基于 RDKit 并接入 ChEMBL 与 PubChem,让语言模型负责流程编排、确定性化学工具执行分子计算。
推荐理由:官方演示了智能体在真实肺癌药物数据上完成检索、配对分析与大环设计,可观察化学工作流的自动化边界。
Open Targets 发布临床数据挖掘管线 Mira(Multi-source Indication & Report Analytics),整合 ClinicalTrials.gov、DailyMed、PMDA、EMA 等 23 个来源,在 26.09 版本产出 289,954 条临床报告、覆盖 13 个研发阶段。
推荐理由:介绍 Open Targets 新临床数据管线如何整合 23 个来源并重估靶点临床先例,可了解其数据口径与阶段映射变化。
Corin Wagen 称其最终项目在 Modal 上花费约250美元,且不涉及任何人工编写的代码。他随后发布完整写作,认为分子模拟正在发生变化,可以模拟更多体系并更具雄心,并附上关于羰基-烯烃复分解建模的博客链接。
推荐理由:作者以约250美元算力成本完成无人工编写代码的分子模拟项目,为评估自动化建模的可行性提供了一手参照。
https://localfold.org 已更新,新增: - bioemu2 @FrankNoeBerlin - mol1 @MolenceBio - fastplm(用于 esmfold fast 模型的置信度模块)@Logan_Hallee - af3x crosslinks @jankosinski - 更快的扩散(指数更新与几何噪声调度)@vinay_matt
天鹜科技晓鹜®平台发布minibinder从头设计教程,以PD-L1为靶点演示RFdiffusion+ProteinMPNN、BindCraft、BoltzGen三条路线,用户通过提示词即可完成靶点调研、结构裁剪、骨架与序列生成及跨工具打分筛选。
Exin Therapeutics联合创始人兼CEO Gabriel Ocana-Santero公开一项实验,由Claude驱动的AI Agent从19种候选基因治疗载体中选择方案,确定外侧内嗅皮层为注射靶区,并操控自建电动定位装置完成小鼠脑内注射,人类仅负责开颅缝合与审批。
推荐理由:该实验展示AI从方案选择到设备执行的连接方式,也暴露了自主实验的安全边界问题。
Absci 宣布其 Origin 抗体设计平台已运行在 AMD Instinct GPU 上,并将 AMD 开源 Triton kernels 集成进共折叠结合过滤工具 AbsciBind,在 AMD Instinct GPU 上相较生产基线取得 3 倍加速且输出质量无损失。
推荐理由:Absci 披露 Origin 平台在 AMD GPU 上的推理加速与集群部署,可作为抗体设计算力适配的参考。
星使智算在CDHC·2026峰会上展示基于自主SPONGE分子动力学与PySCF量子化学引擎的Mokda分子研发工作站和AsterFire系列产品,实现从物理层到应用层的全链路自主。
Brian Hie 表示团队已将 Evo 2 ICL 部署到 Proto,覆盖 MCP 和 Proto 工具页面,用户可直接在网页浏览器中完成上下文学习。工具入口为 https://proto.evodesign.org/tools/evo2-icl。
药明康德DMPK团队用自主开发的TidesID®一站式化合物鉴定平台,为一家全球药企完成复杂多肽代谢产物结构解析,9个工作日交付结果。该平台已迭代至2.0版本,覆盖多肽和寡核苷酸等复杂分子;据项目实践,整体MetID项目周转时间可缩短约30%。
Corin Wagen 表示,自动生成合成中间体是 Rowan 已加入的体验改进之一,与自动扭转角重拟合、收敛检测等功能并列。他引用的 @manntis4 内容称,在测试小分子辅因子支持 FEP 时发现,把合成中间体配体加入 RBFE 图可改善与实验结合亲和力的相关性,示例为 KRAS-G12D。Wagen 认为稳健的智能体驱动 FEP 还需要更多此类能力。
推荐理由:Rowan 团队以 KRAS-G12D 为例说明合成中间体配体如何改善 RBFE 与实验亲和力的相关性,并列出自动化改进方向。
珞米智能在杭州发布「Nanomics AI4S科学智能闭环平台」,由LLM Agent、6-DOF机械臂自主实验室与自研AIVC-2.0虚拟细胞模型组成,形成Design→Robot→Validate→Redesign干湿闭环。
天鹜科技为“长江杯”全球AI蛋白质设计挑战赛参赛者提供MatwingsVenus®(晓鹜®)平台10万积分及晓鹜®Token平台100元Token券,覆盖VHH纳米抗体与Minibinder设计任务。
BigHat Biosciences 与 Anthropic 发布联合演示,展示用前沿 AI 驱动可被智能体接入的快速反馈湿实验,加速抗体工程难题。BigHat 构建了 Agentic Lab Control Harness,将计算与实验工作流纳入同一控制平面,并称被 Anthropic 选为首个抗体治疗合作伙伴。
推荐理由:BigHat 与 Anthropic 联合演示智能体接入湿实验闭环优化抗体,提供人机团队协作的实验流程参照。
天津大学教授段学欣创办的康沃思生物,基于GHz特声波MEMS芯片开发全自动细胞悬液制备、无标记细胞分选及HyperDrop皮升级活细胞打印系统,为AI for Science提供标准化细胞实验执行端与可追溯数据。
望石智慧在MolVortex大师班第1期展示了其全栈式小分子早研智能体MolVortex完成CBL-b别构抑制剂Hit分子发现的流程。该智能体在数十分钟内检索10+个文献源及80+个专业数据库完成靶点调研,基于8GCY、8QTK、8QNG共晶结构识别别构口袋,参照8GCY结合模式与NX-1607共享药效团生成30个全新候选分子。
开源结合自由能计算工具 gmx_MMPBSA 发布 v1.7.1,与今年 9 月的 v1.7.0 共同扩展了结构水、熵估计和 AMBER 工作流支持。
途深智合首席AI科学家林伟宁将于10月31日在第17届上海计算机辅助药物设计研讨会发表《Autonomous AI Biopharma Foundry》演讲,分享AI模型、智能体与实验验证协同的自主式研发模式。公司称其ToursynClaw平台可实现约1.5个月完成抗体设计及功能实验验证,半年内推动16条抗体药管线完成PCC阶段验证。
途深智合将参加10月28–30日在首尔举行的BioPlus-Interphex Korea 2026。其ToursynClaw大分子药物设计科学超智能体平台融合蛋白大模型、科学智能体与全自动机器人实验产线,公司称可实现约1.5个月完成抗体设计及功能实验验证,并在半年内推动16条抗体药管线完成PCC阶段验证。
高通量实验数据是让AI抗体发现经得起尽职调查的关键。刘刚在#ARDD2026上谈RushData。照片:https://agingpharma.org/photos2026
长都生物用生物3D打印原代肿瘤组织构建体外模型,开展个体化药敏检测,报告周期从传统2~4周缩短至最快8天,模型培养成功率超98%。一项40例观察性试验中,按模型筛选有效药物的20例患者生存期显著长于使用低推荐度药物的20例。公司已建成6家BSL-2自有实验室、完成超3000例检测,覆盖49种实体肿瘤模型。
英矽智能在 Chemistry42 逆合成模块中推出 ChemCensor,用 0-5 分的基于先例的评分判断所提反应是否化学上可行,依据是相同反应中心、相同官能团兼容性以及有真实文献先例支持。该功能在首尔 ICML 2026 上介绍,公司称其并非模式匹配,而是将化学家逻辑系统化。
Xaira于2026年10月21日推出面向药物发现与设计的AI智能体平台X-Scientist,整合大语言模型、生物学工具、内部数据集及X-Cell、X-Design、X-Patient等自研模型,覆盖机制研究、靶点识别、分子设计与实验规划。