Proxima 与 NVIDIA BioNeMo 团队发布预印本，将 NVIDIA 的 Fold-CP 集成进其 NeoLink 蛋白组学流程，把长生物序列的计算分布到多块 GPU 上，以消除限制大型蛋白复合物结构预测的内存瓶颈。Proxima 称 NeoLink 已通过实验绘制高阶复合物中数百万条蛋白质-蛋白质相互作用，而这类复合物由 10、20 甚至 50 个以上亚基组成。
推荐理由：Proxima 与 NVIDIA 合作把 Fold-CP 接入蛋白组学流程，展示多 GPU 拆分长序列以预测大型蛋白复合物结构。
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。
《In Vivo》以两篇系列报道梳理自主实验室的建设者、架构与商业模式选择，及其对药物发现组织、外部研发合作和操作人员的影响。报道认为自主实验室并非现有自动化的渐进升级，而是对仍发生在手工实验台上的99%药物发现研发支出的结构性挑战。
Tangram Therapeutics 已在 Phase 1/2 RESTORE-MASH 试验中完成首例受试者给药，评估 GalOmic RNAi 药物 TGM-312 在健康志愿者和 MASH 患者中的安全性、药代动力学与药效学。
【摘要级】LabGenius 提出 3in1 噬菌体展示生物淘选方法，采用非变性洗脱并跳过中间噬菌体扩增步骤，在一天内完成全部淘选轮次。作者称该方法比传统淘选快五倍，获得的独特命中化合物最多多六倍且亲和力范围较广，并将先导化合物发现时间缩短一周、减少耗材与废弃物。该方法在针对多种靶点的天然合成库和免疫库中展示适用性，材料仅为论文摘要。
推荐理由：该方法把多轮噬菌体展示筛选压缩到一天，并报告了命中多样性与亲和力范围的对照结果。
Ignota Labs 入选 Labiotech.eu 的“2026 年值得关注的 18 家英国生物科技初创企业”名单。该公司用结合先进机器学习模型与多模态数据的 AI 平台解析毒性机制，为失败药物提供解决毒性成因、优化给药方案和临床重定位的可执行洞察，推动其尽快重返临床。
【全文节选总结】Yang Zhang Lab 提出分子基础模型 Ouroboros，采用表示、重建与性质预测三个正交模块，表示模块以构象空间药效团相似性（CSPS）和分子指纹相似性预训练，在 126248 个分子上构建约 47 亿条相似性标签。
推荐理由：该工作把构象空间与药效团相似性纳入分子基础模型预训练，并在虚拟筛选与多靶点抑制剂发现中给出湿实验证据。
HotSpot Therapeutics 将于3月4-7日在里斯本第15届欧洲狼疮会议上以壁报形式展示其 IRF5 小分子抑制剂项目的临床前数据。
PrecisionLife与Ovation公布合作首阶段结果，称基于4,600名患者数据识别出2,500余个与GLP-1受体激动剂疗效相关的遗传特征，映射到1,100个基因和15个主要机制，并称疗效标志物在100%患者中被识别。
推荐理由：该合作披露了基于真实世界组学数据识别GLP-1疗效遗传标志物的首阶段结果与扩样计划，可作为药物响应分层商业化的参照。
Turbine 宣布完成 2500 万美元 B 轮融资，由 Interactive Venture Partners 领投，Beiersdorf 及 MSD Global Health Innovation、Accel、Mercia 等现有投资方参投。
推荐理由：Turbine 在 B 轮融资同时宣布与前十药企的免疫学合作，展示虚拟细胞平台从肿瘤向新治疗领域扩展的路径。
Ignota Labs 发文指出，AI 毒理预测模型的高 AUC、F1 等指标多来自小而窄的化学空间数据集，难以支撑化合物推进与患者安全决策。文章以 DUD-E 虚拟筛选基准的类似物偏倚为例，说明模型学到的是数据集特征而非药物-蛋白结合机制，并批评二元毒性标签忽略剂量、药代与遗传差异，hERG 抑制预测也不等于预测患者尖端扭转型室速。
推荐理由：Ignota Labs 结合 DUD-E 类似物偏倚等案例，说明毒理预测指标为何难对应真实安全性决策，并提出外部验证思路。
Nimbus Therapeutics将于2月18-21日在斯德哥尔摩第21届ECCO大会上以两张海报公布其新型SIK2抑制剂的临床前与转化数据。该公司称，基于结构的药物设计使其高选择性SIK2抑制剂对SIK1和SIK3的选择性超过300倍，在临床前模型和人源离体模型中显示抑制炎症与促进黏膜愈合的双重机制。该SIK2项目正推进至炎症与自身免疫疾病的首次人体研究。
很高兴看到@GenScript团队的这项工作。 在验证Latent-X2时，我们需要快速推进抗体、纳米抗体和大环化合物的相关工作。我们的内部湿实验室能承担很多工作，但GenScript帮助我们扩大了规模，并更快地打通了计算与生物学之间的闭环。 结果是：AI设计的抗体具有类药可开发性，并在人源panel中显示低免疫原性，且已在实验室中得到验证。 感谢那些以尖端AI速度推进的合作伙伴。
Eikon Therapeutics 将其首次公开发行上调至 21,177,600 股普通股，发行价每股 18.00 美元，预计募资总额约 3.81 亿美元。公司普通股预计 2 月 5 日在纳斯达克全球精选市场以代码“EIKN”开始交易，发行预计 2 月 6 日左右完成。承销商另获 30 天超额配售权，可最多追加购买 3,176,640 股。
由UW Medicine团队研发、SK bioscience推进的GBP511疫苗已在澳大利亚启动临床，用于预防COVID-19及多种尚未跨种传播的沙贝病毒。该疫苗以计算机设计的纳米颗粒为核，表面展示4个来自不同冠状病毒的受体结合域，临床前研究中可保护动物抵御未直接免疫的相关病毒。
insitro 在 Keystone Symposia 肥胖治疗会议上报告，基于 UK Biobank 影像队列（n=69,598）的 Dixon MRI 脂肪信号分数图构建 AI 推导的棕色脂肪（BAT）表型，并完成首个 BAT 全基因组关联分析，识别 81 个独立遗传位点、精细定位到 45 个基因。
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 🔗
Ignota Labs 指出，长寿疗法的核心瓶颈不是找到可调控通路，而是确认其能否长期安全使用。此类疗法靶向核心细胞过程、面向慢性或终身使用且可能用于无症状人群，标准安全上限不足，累积毒性和情境依赖性风险需在发现早期就纳入评估。该公司正构建毒理学模型，将毒理学与计算建模结合以支持更安全药物的开发。
Biohub 的 AI 研究者、免疫学家与生物工程师提出 6 项策略，用 AI 结合单细胞生物学和 iPSC 技术重编程免疫细胞，使其检测疾病、报告物理变化并递送治疗。
Biohub正以工程化思路开发5种测量炎症的新方法，目标是在人体组织中实时观察免疫细胞活动。具体包括基于质谱的活组织蛋白质组与代谢组非侵入检测、可对免疫细胞基因做CRISPR扰动并读出影响的功基因组平台，以及用高通量T细胞/抗原筛选结合AI解码细胞识别、预测免疫细胞决策的Decoder工具。
Nabla Bio 表示，其为武田设计的一个原本面临终止、无推进路径的项目交付了多个候选分子并奏效，武田总裁 Andy Plump 在 JPM 上以“浴火凤凰”形容该分子。Plump 称传统方法无法自行得到这一分子，但双方未披露适应证、分子数量细节与实验数据。Nabla Bio 还称其 JAM-2 平台与整合湿实验室已在业界数十个项目中运行，武田正将 AI 整合进其发现流程。
推荐理由：Nabla Bio 披露其为武田设计的分子被武田高管在 JPM 上公开评价，可作为 AI 设计分子进入大药企管线的合作案例参照。
很高兴宣布，我们Proxima（前身为VantAI）团队已完成8000万美元新融资，由@DCVC领投，@nvidia、Braidwell、@Roivant、@aixventureshq、Yosemite、Magnetic Ventures、Alexandria Venture Investments、@ModiVentures等参投。 我们正在构建用于理性设计邻近疗法的平台，涵盖分子胶到PROTAC及更广范围。 链接： Bloomberg独家：https://bit.ly/3LaM1Iw 新闻稿：https://bit.ly/4jJG6qI 网站：https://proximabio.com/
Converge Bio 完成 2500 万美元 A 轮融资，由 Bessemer Venture Partners 领投，公司总融资额达 3000 万美元。其平台将多个专有模型整合为端到端系统，用于靶点发现、抗体设计与蛋白生产优化，过去一年与药企和生物技术公司完成 40 多个项目，合作方获得结合亲和力达个位数纳摩尔的抗体，蛋白生产产量提升 4 至 7 倍。
NVIDIA 与礼来宣布成立首个 AI 联合创新实验室，双方将在五年内投入最高 10 亿美元用于人才、基础设施与算力，实验室落地旧金山湾区，预计今年初启动。
推荐理由：两家公司把算力、湿实验与模型开发放进同一实验室，为观察药企与芯片厂商共建干湿闭环提供具体样本。
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。
Collaborations Pharmaceuticals 发布2025年12月《The Catalyst》通讯。原文未披露具体内容要点。
Cellarity公布2026年战略重点，其先导资产CLY-124为口服珠蛋白开关疗法，正在镰状细胞病开展全球1期概念验证研究，28天数据预计2026年第四季度读出。
Vilya 发布全原子基础模型 Vilya-1，专门建模含非天然氨基酸等多样化学的大环结构。公司称在公开与内部大环晶体结构合并基准上，Vilya-1 恢复晶体构象的表现超过次优方法一倍以上，物理与规则方法恢复的构象不到其一半，深度学习方法更落后。Vilya-1 还可微调用于富集可渗透化合物，并生成构象集合以评估能量景观、筛选结合剂；公司表示已在多个内部项目中应用该模型。
推荐理由：Vilya-1 以全原子模型覆盖非天然化学的大环结构预测，并给出与物理规则及深度学习方法的具体对比。
“药物发现之所以困难，是因为当我们进入临床阶段时，我们仍然没有合适的分子。在 Latent，我们正致力于改变这一点。” AI 可以设计出能结合的分子。但是否具备成药性？这一直是悬而未决的问题。
STAT News对AI设计抗体的现状做了平衡报道，既呈现实际进展也保留质疑。Nabla Bio CEO Surge Biswas表示，公司开发AI以压缩药物发现周期，针对难成药靶点、新功能和更优药物特性设计更好的药物，并与领先药企团队紧密合作。
NewLimit 在 2025 年度回顾中称，公司提前建成首个临床前候选，其重编程载荷可在老年肝细胞中恢复多项年轻功能，并在动物模型中未见肝毒性或肿瘤。公司还推出 AI 系统 Ambrosia，称其在扰动预测任务上达到该领域领先水平，并将载荷设计环节的发现速率相对基线提升逾 2 倍。
推荐理由：NewLimit 复盘其重编程药物发现引擎，披露 AI 系统 Ambrosia 在扰动预测与载荷设计上的表现及首个临床前候选。
Nimbus Therapeutics 与礼来签署多年期研究合作及全球独家许可协议，针对肥胖及其他代谢疾病开发新型口服小分子药物，项目处于早期发现阶段。Nimbus 将获得合计 5500 万美元的首付款与近期里程碑付款，并有资格获得总额最高约 13 亿美元的开发、商业和销售里程碑付款及全球净销售额分级销售提成。
推荐理由：这是 Nimbus 与 Lilly 在肥胖口服小分子上的第二次合作，交易结构与前期里程碑金额可作为同类 AI 制药合作的参照。
Nimbus Therapeutics宣布其非共价WRN抑制剂NDI-219216治疗MSI-H肿瘤的1/2期试验完成A部分剂量递增，比计划提前约九个月。截至最高给药剂量未观察到剂量限制性毒性或严重治疗相关不良事件，未达到最大耐受剂量，药代与药效数据显示多个剂量水平下WRN靶点结合持续超过24小时。试验（NCT06898450）将进入B部分确定推荐剂量，公司称早期临床活性数据将在后续学术会议公布。
Latent Labs 在 Latent-X1 发布 5 个月后推出 Latent-X2，称其 AI 生成抗体在人体样本中表现出类药可开发性和低免疫原性，且为零样本生成。该模型目前面向部分合作伙伴开放使用，公司未披露具体实验数据与评测细节。
推荐理由：Latent Labs 公布从 Latent-X1 到 Latent-X2 的迭代，并给出 AI 生成抗体在可开发性与免疫原性上的自述结果。
Cellarity在2025年美国血液学会（ASH）年会上公布镰状细胞病与骨髓纤维化两条细胞状态矫正管线的临床前数据。镰状细胞病候选药CLY-124为口服DCN1抑制剂，临床前在胎儿血红蛋白蛋白水平与HBG1/2珠蛋白基因比例上优于羟基脲，接近近期基因治疗项目报告的水平，与羟基脲联用显示协同效应且无剂量限制毒性，目前正在健康志愿者和镰状细胞病成人中开展1期剂量递增研究。
推荐理由：公司披露镰状细胞病与骨髓纤维化两条管线的临床前数据，可对照其转录组学加AI的发现路径。
Inductive Bio 宣布牵头一项 2100 万美元的 ARPA-H 项目，与 Amgen 及多家学术机构合作开发药物毒性 AI 模型，目标是提升药物安全性并减少对动物实验的依赖。项目将生成人体类器官、微生理系统（MPS）和离体组织数据，用于构建数字肝脏与心脏模型，以更好地预测 DILI 和心脏毒性。
推荐理由：该项目以人体类器官与器官芯片数据构建肝心毒性预测模型，为减少动物实验提供了一条可参照的数据路径。
【全文总结】LabGenius 在论文中报告其 EVA 平台通过机器学习与高通量实验闭环，在 44,160 个 HER2×CD3 T 细胞衔接器设计空间中经 5 轮设计-构建-测试-学习循环筛选 980 个候选，命中率较 Sobol 准随机基线提升 14 倍。
推荐理由：该研究把多特异性抗体的价数、拓扑与亲和力纳入贝叶斯优化闭环，并以临床基准分子作对照，展示了亲合力门控选择性的可设计路径。
Cellarity 在 ASH 2025 报告，利用骨髓纤维化患者样本的单细胞 RNA 测序图谱结合深度学习框架，识别出选择性靶向 JAK2V617F 驱动的非细胞因子依赖性巨核细胞生成的小分子。摘要未披露具体化合物、活性数据或实验验证结果。
Baker Lab 的蛋白质设计研究所发布开源模型 RFdiffusion3，可生成与细胞内常见各类分子相互作用的新蛋白质。
推荐理由：RFdiffusion3 以原子级扩散统一蛋白、DNA 与小分子结合设计，并开放训练代码与权重，便于复用与改造。
Baker Lab 报告开发 RFdiffusion2，可直接以活性位点原子排布为输入生成酶，无需实验室优化即具备催化活性。在 Nature Methods 研究的计算基准中，该模型解决 41 项酶设计挑战中的 41 项，此前最佳工具为 16 项。
推荐理由：RFdiffusion2 以活性位点结构为输入直接生成酶，并在计算基准中解决全部 41 项设计挑战，为酶设计提供了新的可复用工具。