Google DeepMind 为 Antigravity 推出化学信息学技能,智能体一小时完成大环设计与合成路线
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。
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。
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。
Asimov 将生物基础模型、AI 智能体与合成生物学结合,为每个分子定制表达载体设计,并通过其计算机辅助遗传设计软件 Kernel 自动设计优化表达载体。案例显示,AI 设计的载体优于 Asimov 此前最佳设计,快速稳定池数据改变了合作方推进多特异性先导分子的选择,模型还可预测链比例以改善正确配对且不降低滴度。
🧪 #Chemistry42 全新 #FeatureFriday:类型化排除体积 排除体积并不新鲜,但类型化的排除体积是新的。现在你不仅能封锁某片空间区域,还能精确指定那里不允许出现什么:不许有芳香环、不许有氢键供体、不许有带正电的基团,随药物化学需求而定。 在这段短片中,我们用一个真实的 B-RAF 生长向量示例进行演示。 #PharmaAI #GenerativeChemistry
Click.mAb. 支持在单一对话中由 AI 自动调用工具,对一条抗体序列完成多维度分析。分析覆盖抗体编号、CDR 标注、风险位点识别、三维结构预测、抗原互作分析与可开发性评估,用户只需提供一条序列和一句指令。
丹纳赫于2026年10月7日宣布计划推出旗下首个AI驱动自主实验室,用于加速定制抗体及其他分子工具的发现,预计2027年初实现规模化运营。
推荐理由:丹纳赫披露自主实验室的整合方式与产能目标,可作为抗体发现自动化的产业参照。
百图生科与弘星相和联合推出靶点评估智能体Gnosight,上线数月已完成近百个靶点的智能化评估筛选,并称已有依托其决策选择的创新靶点项目进入PCC阶段。该智能体结合百图生科xTrimo V4生命科学大模型与弘星相和的靶点及成药性评判经验,官方称单次评估约20分钟即可形成完整报告,目前对外开放使用申请。双方同时签署战略合作协议,聚焦创新药物研发上游的靶点选择与成药性评估环节。
推荐理由:百图生科与弘星相和把审评与立项经验嵌入靶点评估智能体,并披露了试用规模与后续管线进展。
MindWalk 发布 ReefIQ,一个由 HYFT 驱动的生物语境层,位于客户发现数据与 AI 推理工作流之间,用于 AI 药物发现和生物制品开发。该层在 AI 工作流处理前重新连接分散在文件、格式、系统、团队和工作流中的数据,将序列、结构、检测输出、组学、文献、证据、溯源和项目历史转化为可治理、可查询的关联生物语境。
唯信工坊将于2026年4月27日在北京中关村开设AI辅助大分子药物设计课程,基于WeMol平台讲解结构预测、生成式蛋白质设计、虚拟亲和力成熟、免疫原性预测与抗体人源化等内容。课程由唯信计算应用科学团队主讲,培训费1200元/人,2人8折、3人及以上7折。
Cradle Bio 将桑基图用作多属性蛋白质生成项目的核心可视化,展示序列在活性、表达、稳定性、安全性和可开发性等约束下的通过或失败流向,以定位设计瓶颈。这些结果均为预测,序列尚未合成或经湿实验验证。两个虚构示例中,将次要安全性约束放宽约10%后序列流量打开;在抗体案例中放宽次要疏水性约束后,主要活性从起始模板的1.5倍提升至2.7倍。
复宏汉霖与唯信计算联合打造的“药研加速器”已于2025年11月28日在复宏汉霖数据中心完成私有化部署并正式上线运行。平台采用唯信计算的AI工作流框架,在抗体可开发性评估环节将分子动力学模拟与AI预测耦合,实现从抗体序列输入到可开发性评估报告输出的一键自动化。
首届药物研发智能技术论坛暨WeMol用户大会11月8日在上海张江举办,由唯信计算主办,汇聚数十家生物医药企业研发领袖与200余位WeMol用户。唯信计算称WeMol平台已整合200余个计算模块、2025年新增50余个AI功能模块,服务超70家药企及数百家科研机构,云端累计完成超30万项计算任务。
Ignota Labs 用数据驱动的计算机模型识别药物毒性根因,为科学家改善药物安全性提供信息,其专有平台名为 SAFEPATH。该公司称,临床药物开发失败率高达 90%,安全性是主要因素之一,而体外试验和动物模型并不总能很好地转化到人体。相关访谈在 ELRIG Research and Innovation 2024 活动上进行。