Profluent 宣布与 BioMarin 达成合作，将用其 AI 基础模型设计新型药物蛋白。Profluent 称其模型基于规模达 1150 亿条且仍在增长的唯一蛋白质序列数据集 Protein Atlas，可生成具备新功能或改良功能的蛋白；BioMarin 将筛选 Profluent 生成的设计，并把其中表现最强者推进至临床前测试。合作未披露金额、靶点或具体适应证。
推荐理由：Profluent 与 BioMarin 的分工展示了 AI 蛋白设计公司如何把生成模型接入药企的筛选与临床前流程。
临港实验室等十余家机构共同发起并主办的“长江杯”2026全球AI蛋白质设计挑战赛于9月24日启动，聚焦AI蛋白质从头设计与真实湿实验验证，选手针对不同靶点设计纳米抗体或迷你结合蛋白。大赛奖金总额100万元人民币，计划对不低于5000条设计序列免费开展涵盖表达、纯化、检测的湿实验检测。报名通道9月24日开启、10月31日截止，面向全球高校、科研院所、企业团队及个人开放。
深势科技AI算法负责人高志锋在清华大学专场以《AI4S：重新理解科学发现》为题，分享团队从分子预训练大模型Uni-Mol到科研智能体SpecXMaster、再到材料产线的三段实践。
Isomorphic Labs 推出药物设计引擎 IsoDDE，称其可覆盖从小分子到复杂生物药的多模态药物空间。推文以保守估计的小分子化学搜索空间约 10^60 作对比，称可观测宇宙恒星数量仅约 10^22 至 10^24。公司称该引擎使其具备在这一空间中导航的能力，但未披露具体方法、验证结果或实验数据。
英灵殿科技创始人张昊天入选甲子光年9月12日发布的「AI NEXT 20」榜单，该榜单寻找兼具科研训练与创业能力的AI Scientist-Founders。张昊天师承2024年诺贝尔化学奖得主David Baker，出身Baker Lab，提出"全模态分子设计"范式。
华盛顿大学蛋白质设计研究所David Baker团队提出RFOptimization（RFO），冻结RF3参数，从Pairformer后的distogram与置信度头提取梯度，在离散序列空间用梯度引导MCMC搜索，并与Boltz加ProteinMPNN/LigandMPNN的结构循环分支交替使用，AlphaFold3仅作独立评估。
推荐理由：该工作把全原子结构模型的内部梯度用于已有候选的序列优化，并给出跨模型一致性与算力成本的对照。
Proxima 已将 NVIDIA 今日发布的 BioNeMo Inference Runtime 用于其蒸馏与重折叠管线的生产环境，使 Neo 在 H100 上获得 1.6 至 1.9 倍吞吐提升，短输入场景最高 3 倍。公司称集成仅耗时数小时，一个使用 BioNeMo agent skill 的编码智能体一次性完成接入，尽管 Neo 架构与参考模型差异很大，此后已持续运行。
推荐理由：Proxima 披露 Neo 接入 NVIDIA BioNeMo 推理运行时后的吞吐提升与集成耗时，可作为评估推理栈落地成本的参照。
西雅图研究联盟AI BioDesign于9月3日宣布成立，由华盛顿大学、Allen研究所和Fred Hutch癌症中心联合组建，David Baker与Jay Shendure共同领导。
推荐理由：该联盟把计算设计、高通量实验与开放资源放在同一循环中，为观察蛋白质设计平台的组织方式提供参照。
MIT Jameel Clinic 研究附属成员、Boltz 联合创始人兼 CEO Gabriele Corso 入选 MIT Technology Review 2026 年“35 岁以下创新者”榜单生物技术类别。
【全文总结】【全文总结】Anthropic 报告 Claude 通过编排蛋白设计工具，在 15 个可评估靶点中的 14 个获得结合剂：1,320 个设计产出 354 个结合剂，仍属结合验证，不能等同药物疗效。原文另报告 Claude Opus 5 从原始 NMR 与 LC-MS 数据完成化学分析，所用时间分别为 23 和 19 分钟；这是不同任务的案例，不能合并为通用药物发现成功率。
推荐理由：Anthropic 用湿实验验证 Claude 自主设计的蛋白结合剂，并给出与公开设计竞赛和既有命中率的对照。
我们的生物信息学与平台研发负责人Stephen Nayfach本周在@CSHL参加基因组工程：CRISPR前沿活动。如果你也在现场，欢迎找他打个招呼！👋 他将发表演讲，介绍如何利用我们的AI模型设计用于碱基编辑的CRISPR-Cas9变体（"为突变特异性碱基编辑器设计编程PAM特异性"），并主持"CRISPR技术I"分会场。
Profluent团队下周将前往Summer RosettaCon！找到@jeffruffolo、@richardwshuai、@ShiakiMinami和Alex Hoffnagle，打个招呼👋 你可以在周四下午1:30听Richard谈论E1，我们的编码器模型（“E1：用于适应度和结构预测的检索增强蛋白质编码器”），Alex将在周一晚上7:30分享他在我们AI设计的碱基编辑器上的工作（“使用蛋白质语言模型设计可编程碱基编辑器”）。
Biohub 发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白质折叠、相互作用与功能并设计新蛋白，科学家已用其设计抗体候选物，在针对癌症和免疫相关靶点的早期实验室测试中显示积极结果。该机构还与 UC Berkeley 团队合作推出全球首个电子显微镜激光相位板，并联合多家研究机构发起 Virtual Biology Initiative，以构建人类细胞的预测性虚拟模型。
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。
@nebiusai Discovery Awards 2026 圆满成功。🏆 我们很高兴地分享，Gero 凭借我们的 ProtoBind 平台获得了荣誉提名，该平台是一个可直接从蛋白质序列进行小分子设计的生成式 AI 模型，在我们所在类别中跻身前 10 个项目。
我们仍处在AI×生物学的GPT 1.5时代 早期模型已经奏效（信号：我们与礼来22.5亿美元的合作），但我们离天花板还很远 我们正尽可能快地奔向GPT 5 @thisismadani 与 @nathanbenaich @airstreet
生物学的复杂度不亚于文本，而且（在我们有偏见的看法中）影响力要大得多。然而，世界上只有一小部分AI人才和算力投向这一领域。 这个领域远远未被充分开发。 观看 @thisismadani 与 @nathanbenaich @airstreetcapital 的对谈，聊聊这一机遇。
OpenCRISPR是首个证明AI能够从头设计基因组编辑器的演示。我们利用AI模型构建了一种自然界不存在的、针对特定功能的蛋白质，并且它奏效了。 观看@thisismadani与@nathanbenaich @airstreetcapital的对谈，了解我们从那时起走到了哪里（以及我们将走向何方）
Medra 发布 Physical AI Scientist 平台的科学推理层 AI Experimentalist，可将自然语言科研目标与人工撰写的实验方案转化为可执行、可测量并迭代改进的实验。
推荐理由：该平台把自然语言科研目标转成可执行实验并闭环优化，展示了自动化实验室与推理层结合的具体形态。
蛋白质设计研究所（IPD）与 NVIDIA 合作，将 NVIDIA cuEquivariance 和 TensorRT 集成到 RF3 流程中，在 256 残基蛋白上把端到端结构预测时间从 5.8 秒缩短到 2.5 秒。
推荐理由：IPD 与 NVIDIA 把 RF3 推理时间缩短一半以上，展示了设计模型与底层算力栈协同优化的路径。
NVIDIA 发布 BioNeMo Agent Toolkit，将十余年积累的生命科学库、工具与开放模型封装为智能体可调用的技能，覆盖蛋白结构预测、分子对接、生成式化学、基因组分析、蛋白设计与生物标志物发现。
推荐理由：英伟达把十余年生命科学库与模型封装成智能体可调用工具，并列出多家药企与平台的接入情况。
Cradle 发布 Guided Rounds，把运行机器学习引导蛋白质工程轮次的最佳实践内置到平台，用户输入蛋白类型、是否有实验数据及设计或筛选目标后即可获得默认配置与分步引导。该功能今日面向所有用户上线，覆盖用户最常运行的轮次类型，并可视化数据集、模型训练、设计与审核之间的决策路径以提升可追溯性。需要逐参数控制的科学家仍可自行配置单项任务，计算科学家也可通过 API 扩展自有预测器与评分。
Lundbeck 与 Cradle 宣布合作，将部署 Cradle 的 AI 蛋白设计平台，用于发现和优化针对脑部疾病的生物疗法，初期推进两个靶向 CNS 疾病的抗体项目。
推荐理由：Cradle 与 Lundbeck 签约，把生成式蛋白设计接入两条 CNS 抗体项目，并形成实验回流的迭代闭环。
Medra 宣布建成 Medra Lab 001（ML001），称其为美国最大的自主实验室，面积 38,000 平方英尺、部署数百台机器人并 24/7 运行，在 90 天内建成。
推荐理由：Medra 公布其自主实验室的规模与在产合作范围，为观察物理 AI 科学家的落地形态提供参照。
新加坡国立大学研究人员开发配对蛋白语言模型PPLM，同时从两条相互作用蛋白中学习，用于预测蛋白互作、结合强度与相互作用界面。该模型面向蛋白互作这一细胞过程基础问题，团队称其可为疾病研究与药物发现提供新线索。
推荐理由：该模型同时读取两条相互作用蛋白序列，为蛋白互作、结合强度与界面的统一预测提供新思路。
张阳团队开发的 D-I-TASSER 利用深度学习从氨基酸序列预测蛋白质三维构象，以攻克复杂蛋白质结构。该工具将 AI 与物理方法结合，相关结构模型已由计算预测给出。
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。
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。
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。
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团队在Nature发表研究，用基于RFdiffusion训练的RFantibody模型在计算机上从头设计含重链和轻链的完整抗体可变区，无需动物免疫或大规模筛选。针对艰难梭菌毒素等靶点，设计抗体达到中纳摩尔级结合亲和力，转为全长IgG后保留效力；电镜解析的5个设计抗体中有4个与计算预测结构一致。RFantibody代码已在GitHub开放，供学术、个人和商业使用。
推荐理由：研究展示RFdiffusion设计全长抗体可变区并经电镜验证，为从头抗体设计的可行性提供参照。
A-Alpha Bio 宣布在其 AlphaSeq 平台上新增 AlphaSeq 3D，可在单次实验中用数百个预验证效应蛋白和靶点筛选数千个小分子，覆盖数千万种潜在三元复合物。
推荐理由：A-Alpha Bio 系统介绍了其分子胶发现平台的工作流，从扩展效应蛋白库到 AlphaSeq 3D 多重筛选，为理解诱导邻近药物的发现路径提供了具体参照。
为什么靶点特异性抗体库对处理具有挑战性的靶点有用？ 尽管预测准确性仍然有限，AI设计的抗体库提供了一种开始攻克“不可成药”靶点（如GPCR和离子通道）的途径。 #biotech #machinelearning #antibody
A-Alpha Bio 完成 2240 万美元 A2 轮超额认购融资，由现有投资方 Perceptive Advisors Xontogeny Ventures 领投，Madrona 等现有投资方跟投，Breakout Ventures 新加入。资金将用于推进其蛋白-蛋白相互作用数据平台并加速内部管线开发，公司称平台已在生物制剂和分子胶内部项目中取得早期进展。