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。
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。
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。
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。
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。
David Baker 团队于 10 月 20 日在 bioRxiv 发布预印本,开源蛋白设计工作流框架 Chaperone,提供超过 80 个已注册模块,覆盖蛋白骨架生成、序列设计、结构预测与评分。
加入我们在欧盟或英国的团队! https://aka.ms/bioemu_job
MIT的Sergey Ovchinnikov开发的在线多肽设计工具AfDesign,可用于短肽设计,2025年一篇Cell研究曾用其设计短肽调控离子通道功能。以MDM2-P53为例,设定binder长度12、运行168次迭代优化后,损失函数逐渐下降,plddt、iptm等打分升高,并可用AF3进一步确认多肽与靶蛋白结合情况。
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。
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。
pLDDT、ipTM、ipSAE、pDockQ2 和 LIS 如何相互配合? 了解这些指标如何共同评估 AlphaFold DB 复合物界面的置信度。 🎬 观看完整教程:https://youtu.be/k4yBqddtPyQ #AlphaFold #AlphaFoldDB
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。
Anthropic 在 Science Blog 中称,Claude 为 30 多个用于分子结构建模、类药分子设计和基因突变效应预测的开源模型优化推理,平均提速 4 倍,部分通过编写 GPU 定制软件实现,并将全部优化代码开源。Roshan Rao 转发该内容并称,Anthropic 的工作显示折叠与结合剂设计可大幅加速;他所在团队也将 Claude 用于此类问题,模型训练 MFU 提升一倍。
推荐理由:Anthropic 用 Claude 为 30 多个开源生物分子模型优化推理,并开源优化代码,可作为评估模型推理加速路径的参照。
ColabFold 1.6.3 发布,作者称速度提升 2.5 倍,并支持通过 pip install colabfold[alphafold] 安装。该版本新增 ipSAE 与 pDockQ2 评分,作者在推文中致谢 Choonghwan Lee、Marielle Russo、Gyuri Kim、Martin Steinegger、Milot Mirdita 等贡献者。
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。
NVIDIA BioNeMo Inference Runtime 进入公开测试,这是一个基于 PyTorch 的开源库,用于在 NVIDIA GPU 上加速生物分子推理。OpenFold 转发称,由 MoAlQuraishi 与 OpenFold Consortium 开发的 OpenFold3 借助专用优化在 H100 等 GPU 上运行速度提升超过 2 倍;该运行时支持 Boltz-2、OpenFold2、Protenix v2 等模型的优化,并可通过 Ray 扩展 GPU 副本。
推荐理由:OpenFold3 在 BioNeMo 推理运行时上的加速数据,为结构预测模型的部署效率提供了具体参照。
Terray Therapeutics 在 H100 GPU 上以自有生产架构 TerraBind 为基准,测试 NVIDIA 新发布的 BioNeMo Inference Runtime 内核(CuTeDSL),结果显示其比标准 PyTorch 注意力最高快 7.1 倍,比其现有优化内核栈 cuEquivariance 最高快 1.8 倍。
推荐理由:Terray 在自有生产架构上实测 NVIDIA 新推理内核,给出相对 PyTorch 与现有内核的加速幅度及适用规模。
Rowan是什么?我们的用户分享了他们的看法:
Brian Hie 宣布 Proto 现可在 ChatGPT 中使用,并给出用 Germinal 做从头纳米抗体设计、用 Evo 2 做语义设计的两个对话示例链接。他同时指向 OpenAI 开发者博客的 Rosalind Workbench 研究预览,该工作台把科学问题连接到专用模型、工具与可审查输出,覆盖蛋白结构与序列分析到测序流程。
推荐理由:作者展示 Proto 接入 ChatGPT 后的纳米抗体从头设计与 Evo 2 语义设计入口,可观察科研工作流如何被整合。
分子之心开启MoleculeOS先锋伙伴共创体验计划,面向创新药研发、生物制造、合成生物学等领域开放浏览器接入试用。该系统以多模态蛋白质基础大模型NewOrigin(达尔文)与全原子结构预测模型MMFold为底层,可理解研发意图并自动编排结构预测、亲和力评估等任务。公司称典型抗体优化项目从序列分析到候选推荐由传统数天压缩至几分钟计算时间。
NVIDIA 发布 BioNeMo Agent Toolkit,这是一个开放的、面向智能体的工具包,为任意 AI 智能体提供蛋白质结构预测、分子对接、生成式化学和基因组分析等可调用工具。Medra 转发该消息并表示正与 NVIDIA 合作构建由智能体决定下一步运行什么、再由物理 AI 实验室执行的闭环,称期待将其投入使用。
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。