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。
#结合构象
BioAICraft精选AI 评分6060
望石智慧AI 评分3333 MolVortex大师班第2期：高效构效关系分析助力分子设计新路径
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。
BioAIDesign精选AI 评分5858 BioAIDesign 解析 pLDDT、ipTM 等结构预测评估指标并实操 foldmetrics
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。
Frank NoéAI 评分1717 微软BioEmu2开启公开预览
加入我们在欧盟或英国的团队！ https://aka.ms/bioemu_job
Rowan ScientificAI 评分2525 Rowan 博客：对接之后该做什么
许多刚接触基于结构的药物发现的科学家，能直观理解如何以及何时运行对接或共折叠，但不太确定下一步该做什么。 在我们最新的博客文章《What to Do with a Pose》中，我们提供了一份关于后续步骤的快速指南： https://rowansci.com/blog/what-to-do-after-docking
Genesis Molecular AIAI 评分3636 Genesis分子AI将在ICML首尔GenBio 2026展示DeCAF
期待下周在首尔@icmlconf举办的GenBio 2026研讨会。 ➡️ 高级员工ML研究科学家Pranav Murugan将展示聚光灯海报："Few-step Cofolding with All-Atom Flow Maps"，介绍DeCAF——Pearl的蒸馏版本，专为少步推理构建：https://arxiv.org/abs/2606.08375 ➡️ 关于我们自豪地联合赞助的研讨会的更多详情：https://genbio-workshop.github.io/2026/
Genesis Molecular AIAI 评分4040 Genesis 公开智能体药物设计系统 Sapphire
Genesis Molecular AI 首次披露其智能体药物设计系统 Sapphire，该系统构建于其分子基础模型之上，可全天候自主迭代候选药物，对2D化学结构与3D分子构象进行推理并形成、检验假设。
David Mobley精选AI 评分5858 David Mobley 团队发布预印本：用扭转态跃迁计数检测蛋白-配体模拟采样问题
David Mobley 团队发布新预印本，介绍一种用于发现蛋白-配体复合物常见模拟中采样问题的简单分析工具，其做法是统计扭转态之间的跃迁次数。作者称该方法简单但出乎意料地有用，预印本已发布于 ChemRxiv。
推荐理由：作者发布预印本，介绍一种通过统计扭转态跃迁来识别蛋白-配体复合物模拟采样问题的简单分析工具。