Lila与Anyscale合作长上下文训练
了解更多我们与@anyscalecompute的合作!深入细节!
了解更多我们与@anyscalecompute的合作!深入细节!
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。
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。
Google DeepMind 于11月3日介绍面向 Antigravity 的 Cheminformatics Skills,将语言模型的流程编排与 RDKit 等化学工具及 ChEMBL、PubChem 数据资源结合,用克唑替尼、洛拉替尼及相关化合物演示多步骤工作流。
同一新闻,精选展示《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》
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。
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%。
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。
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
英矽智能推出 inClinico Agent,将自然语言问题转化为端到端临床分析工作流,把复杂临床格局分析从数月压缩至分钟级。
推荐理由:英矽智能发布临床分析智能体,公开了终点预测模型在前瞻性基准上的表现与对照结果。
中科大在智能科学家生态联盟第四届年会上发布机器科学家2.2系统,官方定位为新一代智能物质科学基础设施,由大模型提出假设、专业小模型计算筛选、科研机器人执行实验并回喂结果形成闭环。
推荐理由:报道梳理了该系统大模型假设、小模型求证与机器人实验的三层分工及闭环机制,并列出效率数据与数据、验证层面的现实约束。
镁伽科技发起并主办Poreva Open全球AI蛋白质设计挑战赛,10月18日公布首批三道从头设计赛题,分别针对EGFR的酸性环境选择性结合、TNF-α的pH响应结合与释放、GLP-1R的结合与激活。
Anthropic已在旧金山湾区建立自有生物实验室,其生命科学负责人Eric Kauderer-Abrams证实此举是为让Claude提出的假设更快进入真实实验,同时继续与外部实验室合作。
推荐理由:梳理Anthropic从科研工具到自建实验室的布局,并给出蛋白质设计与新酶发现的具体实验数据作为参照。
MBZUAI 发布 ChemLab-Assets,包含 198 件可仿真的化学实验仪器,每件均带部件级几何、可动关节、可执行行为模型及记录数值含义与来源的契约。全部仪器已通过 Matterix 框架转换为 USD 并导入 NVIDIA Isaac Lab,关节由运行时状态驱动,场景中按下面板按钮可传至运行时。
我认为科学需要专门的AI模型,而不仅仅是通用模型。我们的 https://Pharma.AI 2026年秋季回顾涵盖了MMAI Gym、302项基准测试,以及从Chemistry42和PandaOmics到AI助手的MCP链接。@InsilicoMedicine https://www.eurekalert.org/news-releases/1147702
Terray Therapeutics 与 NVIDIA 合作,用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线,并称取得当前最优性能。
推荐理由:Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台,展示了化学文档解析在药研工作流中的具体用法。
牛津 OPIG 团队发布天然适应性免疫受体数据库系列的最后一项 OAS-nano,收录 7300 万条 VHH 序列,并配有可检索网页应用。该库整合了迄今所有公开释放原始全长纳米抗体 NGS 数据的文献,在相同去冗余过滤下规模为此前最大资源的 5 倍。
推荐理由:该数据库把公开纳米抗体测序数据统一处理并标注扩增方案差异,为免疫库语言模型训练提供可追溯的数据基础。
Unchained Labs的Sunscreen微流控自动化制备平台与Stunner AF一体化表征平台构成LNP配方筛选流程,可在单个工作日内完成96个配方的制备与检测。
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield,同步开放模型权重、推理代码及训练与评测数据集。
推荐理由:晶泰科技开源可预测紫外校正因子的模型,为高通量实验的产率定量提供了可复现的替代路径。
Bindwell 团队复盘了从9月3日到10月1日自建8000平方英尺湿实验室的过程,目标是绕开CRO为模型规模化产出数据。团队向美中英印乌近40家CRO发出规格书,39家中26家回复、仅15家按规格交付,体内实验交付中位数10个月、中位成本28.9万美元,生化检测中位2周、2.6万美元。
推荐理由:作者以自建实验室的实测数据对比CRO报价与周期,为分子发现的数据规模化路径提供了一手成本参照。
晶泰科技自2021年起自建机器人实验室,已建成超300台机器人实验工站的实验集群,整体实验效率较传统人工模式提升5至8倍。该体系由AI生成候选分子与实验方案,机器人完成合成、筛选与测试,实验数据再反哺模型迭代,形成猜想—验证—迭代闭环。其援引的《AI in Science: Early Insights》报告显示,41%受访科学家积压的待测试假设比三年前更多。
寻明生科开源全原子生物分子基座模型OpenDDE,在PXMeter-AB、FoldBench-AB和2026ARK-AB三项抗体-抗原共折叠基准上成功率分别为51.0%、70.0%和66.4%,模型约655M可训练参数。
临港实验室元生·开物发布新版本,上线协作空间与OriBench Structure Viewer,支持多人多Agent协作、蛋白结构叠合与靶点注释,并开放自定义套件能力。
推荐理由:临港实验室发布元生·开物工作台升级,展示多模型配置在BiomniBench-DA上的对照结果与协作功能。
深势科技发布药物分子专利解析智能体PharmMaster·Patent,基于文档解析引擎Uni-Parser 1.4,可从专利PDF中提取分子结构并关联活性数据、实验条件与权利要求,每条结论保留来源页码可回溯原文。
推荐理由:该工具把专利中的分子结构、活性数据与权利要求关联成可核验记录,展示了跨页证据整理的具体做法。
Inductive Bio 随 OpenAI Rosalind Workbench 发布,将其 ADMET 模型接入 OpenAI 生态(含 ChatGPT、Codex 与 Rosalind Workbench);此前 6 月已作为 Claude Science 生态伙伴进入 Claude,本月早些时候通过 ModelHub 进入 Benchling。
推荐理由:Inductive Bio 的 ADMET 模型接入三家主流平台,展示了化学预测模型嵌入现有科研软件栈的分发路径。
临港实验室发布AI药物研发工作台元生·开物OriBench测试版,整合基因组学、单细胞、蛋白质组学、结构生物学、化学信息学与药理毒理学等技能,支持固定流程、智能编排和自定义编排三种长任务执行模式。
推荐理由:临港实验室把靶点发现、组学分析与分子设计整合进同一工作台,并公开了与Claude Code的基准对比。
一套基于Python(LangChain)的药物重定位初筛工作流新增因果一致性初步判定、FDA实时状态校验与临床阶段穷尽扫描,并锁定真实PMID和NCT编号供AI摘要阅读以防幻觉。三款药物实测中,替尔泊肽在2型糖尿病被识别为Phase 4,伊马替尼在BCR-ABL阳性白血病关联分0.8+,雷帕霉素在特应性湿疹关联分0.601。作者说明结果依赖公开API且AI因果判定不等于药效学实验或临床结论。
A-Alpha Bio 推出名为 Atlas 的网页平台,提供可授权的机器学习就绪蛋白相互作用数据,并支持按需生成新的结合数据。平台由高通量平台 AlphaSeq 产生数据,采用统一实验条件与标准化对照,使不同实验的数据集可合并用于模型训练与基准评测。
推荐理由:该平台把标准化实验产生的结合数据组织成可授权数据集,为抗体设计模型的训练与基准评测提供数据来源。
MindWalk(NASDAQ: HYFT)已就围绕HYFT®模式锚点构建的多维生物表征层提交专利申请,该层为模型无关的上下文层,用于支持ReefIQ™、LensAI™及客户自选AI工作流在药物发现中检索、比较和推理可追溯的关联生物学数据。公司称该架构旨在让模型与智能体工作流保留数据来源并跨项目复用知识,此次申请意在保护HYFT®技术的核心架构。
Valence Labs 发布 AquaGen,称其为首个全原子、显式溶剂、考虑周期性边界条件的生成模型,可从玻尔兹曼分布生成分子构型。该模型用 3D 图神经网络将噪声转为药物分子与水的全原子三维排布,再以力场评估能量、以灰盒方式计算绝对水合自由能,约需数百个样本即可获得相对 MD 参考约 1 kcal/mol 误差的结果,速度约为 MD 的 10 倍。
推荐理由:介绍首个全原子显式溶剂玻尔兹曼采样模型,说明其相对分子动力学的速度与误差权衡。
Inductive Bio 宣布加入 Anthropic 生命科学生态,并发布 Model Context Protocol(MCP)连接器,让 Claude 和 Claude Science 用户可用自然语言对任意化学结构获取 ADMET 性质预测。
推荐理由:Inductive Bio 把其 ADMET 预测模型接入 Claude,为小分子设计中的性质评估提供了一种对话式调用入口。
Open Targets Platform 26.06 已上线,基线表达数据新增 Tabula Sapiens 单细胞 RNA 测序与 PRIDE 质谱蛋白组数据,可在组织层级之外浏览细胞类型层级表达。
推荐理由:该版本把单细胞与蛋白组表达数据纳入靶点优先级评分,并公开了临床挖掘与L2G管线的具体改动。
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。
Ginkgo Bioworks旗下Datapoints与Tangible Scientific、Inductive Bio联合推出高通量ADME平台ADME-One,将五项Tier 1 ADME检测、Inductive Bio的AI人体PK预测和化合物管理整合为一项服务。
推荐理由:三家合作方把高通量ADME实验、AI人体PK预测与化合物管理打包成一体化服务,展示AI与湿实验衔接的一种落地形态。
浙江大学李承熙团队在《Nature Communications》发表CycloPepper,用机器学习预测治疗性环肽的环化结果并优化合成。研究基于全自动环肽合成平台CycloBot构建306个环肽数据集,采用SVC模型结合One-hot编码、氨基酸组成、二肽组成及16维理化特征,交叉验证准确率84%,实验验证一致性86%。
推荐理由:该研究用自动化合成数据训练环化位点预测模型,为环肽合成路线选择提供了可复用的在线工具。
Cradle与UC Berkeley Keasling实验室合作,将机器学习嵌入酵母生产疫苗佐剂QS-21的酶优化流程。该实验室2024年在Nature报告用38个植物基因使酵母从简单糖类合成QS-21,但产量远低于商业化水平。
推荐理由:案例展示机器学习如何嵌入植物酶优化流程,为替代植物提取的合成生物制造提供可迁移路径。
GenSLM 发布 v0.0.6a1,修复 attention_mask 形状问题并将依赖迁移至 pydantic v2,同时合并开发分支的依赖更新与兼容性修复。该版本还更新了长序列示例图片与 install.sh,并新增 @saforem2 为首位贡献者。
LLibra OS 的灵活基础设施,支撑我们整合不断演进的生物学与 AI 进展,以发现差异化的 RNAi 药物。阅读 AWS 案例研究,了解我们如何构建并扩展 LLibra OS,以支持发现和开发我们 GalOmic 药物的团队。链接见下 🔗
NVIDIA 宣布扩展开放开发平台 BioNeMo,新增 Clara 开放模型中的 RNAPro(RNA 结构预测)与 ReaSyn v2(确保 AI 设计药物可合成),并推出 BioNeMo Recipes 与 GPU 加速化学信息学库 nvMolKit。
推荐理由:BioNeMo 扩展出 RNA 结构预测与可合成性模型,并接入礼来、Thermo Fisher 的实验室闭环,呈现平台化路径。
Eikon Therapeutics 在 Nature Methods 发表论文,介绍其斜线扫描(OLS)技术,该技术可与公司单分子追踪(SMT)平台结合,在活细胞中以最高每秒 14 平方微米的速度评估蛋白运动。
推荐理由:Eikon 在 Nature Methods 披露 OLS 与单分子追踪平台的技术细节,为高通量蛋白动态测量提供方法参照。