MindWalk为HYFT生物数据架构申请专利
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。
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。
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。
Genesis Molecular AI 的基础模型 Pearl 入选 Fast Company "2026 改变世界创意"榜单,被列为 21 个引领医疗健康未来的项目之一。
Terray Therapeutics宣布其药物发现平台EMMI(实验遇见机器智能)入选Fast Company“改变世界创意”榜单。EMMI将AI与实验整合,用于探索化学空间中的“暗区”,以发现并优化针对难治疾病的新型小分子药物。
Genesis Molecular AI 因药企合作扩大、基础模型规模提升而扩充团队,正招聘 ML 与分子模拟科学家及基础模型 ML 研究科学家等岗位。前者将用 3D 扩散模型、物理启发神经网络和大规模分子模拟推进其 GEMS 药物发现平台,后者聚焦深度学习、物理与计算化学交叉的生成式 AI 模型研究。公司同时在 ML 研究、应用 ML 科学、产品与软件工程等方向开放职位。
下一代AI公司正筹集数十亿美元,用于加速药物发现、优化药物设计乃至开发可编程疗法。尽管AI正在影响研发流程,数据与开发瓶颈依然存在。
HotSpot Therapeutics 将于 6 月 3-6 日在伦敦举行的 EULAR 2026 上以海报形式展示其干扰素调节因子 5(IRF5)项目的临床前数据。
Biohub 宣布支持 15 个研究项目,与合成生物学专家共同搭建免疫细胞工程的基础工具包,包括逻辑电路、合成受体、结合剂文库和传感平台。获资助团队包括 David Baker 团队设计可读取多种生物信号并作出响应的蛋白电路、James Collins 团队构建 RNA 分子电路、Wendell Lim 团队汇编传感器与逻辑电路模块目录。
推荐理由:Biohub 公布 15 个免疫细胞重编程资助项目,展示合成生物学工具包的模块化分工与团队布局。
$LTRN 公布 http://withZeta.ai 的下一阶段路线图: → ZetaSwarm™:多智能体科学推理 → ZetaOmics™:实时计算生物学 迈向肿瘤研发的AI联合科学家 了解更多:https://bit.ly/4weTdpt @withzeta
推出 Medra Lab 001。数百台机器人,不到 90 天建成。现已开放。
Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者,其提案是构建数据集以加深对药物毒性根源及缓解方式的理解。该公司与 Arctoris 合作,针对一批存在显著选择性挑战的癌症相关激酶,绘制分子结构微小改动引发行为显著变化、常导致意外副作用的化学边界,并称这是首个此类资源。
我们期待本周在世界疫苗大会上展示基于AI的新型脊灰疫苗设计概念。我们还将展示其靶向巨细胞病毒的EVX-V1疫苗项目的数据。 更多内容见我们的新闻稿:https://evaxion.ai/investors/press-releases/?press_release_id=11026 #EVAX
《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。
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。
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。
Ginkgo 于 11 月 18 日宣布发起虚拟细胞药理学计划 VCPI,以社区协作方式构建面向 AI 药物发现的虚拟细胞数据。该计划采用高通量阵列式 DRUG-seq 筛选,依托 10 亿美元自动化设施和标准化细胞系,并将公开 10 万个高质量化合物的 RNA 谱数据,具体化合物由社区投票选择。
推荐理由:Ginkgo 以标准化细胞系和 DRUG-seq 构建虚拟细胞药理学数据,并公开征集化合物,为数据侧建设提供参照。
Ignota Labs CEO Sam Windsor 在 Real Deals 的报道中表示,生物科技投资回报特征与传统私募股权差异明显:后者可能五笔投资中一笔赚 2 倍即算成功,而生物科技成功意味着 100 倍回报、失败则归零。报道同时关注药物失败的高成本与提升转化率的重要性,Ignota 则利用 AI 平台 SAFEPATH 理解临床试验失败药物的安全性问题,以挽救这些药物。
Ignota Labs在ELRIG 2025上介绍其药物“扭转”流程:用AI解析药物失败背后的机制通路,据此确定分子需要改动之处,再通过收购或合作获得药物权益并开发新临床候选物,尽快推回临床。公司称该路径可缩短开发周期、改善安全性,并较传统药物发现减少最高80%的碳排放。其策略聚焦他人放弃的已有苗头候选物,而非从零创造新药。
Ignota Labs 提出以 AI 从机制层面解析药物毒性问题,重新设计存在安全性隐患的化合物,使原本可能被放弃的资产推进至临床。其首席科学官 Jordan Lane 称,目标是理解现有化合物相关问题并再造为安全有效的药物。该内容由 Nature 旗下 Biopharma Dealmakers 刊载。
Ignota Labs 的 Dr Layla Hosseini-Gerami 在圣地亚哥 Fierce Pharma Engage 演讲,讨论用 AI 主动获取资产以形成数据驱动、降低风险的交易流,并修复毒性问题以重定位高潜力但此前失败的药物。她还谈及 BD&L 团队与投资者在评估 AI 平台时应关注什么。
Ignota Labs 被 Silicon Republic 评为“本周初创企业”。该公司称其利用 AI 平台修复最有前景的失败药物,使其重新进入临床试验以寻求获批,从而在以往不可能的时间框架内将原本被放弃的药物推进临床。
Ignota Labs 收购被放弃的药物候选物,用 AI 诊断其安全性问题并修饰化合物,以再次尝试临床试验。CEO Sam Windsor 称,传统药物发现仅推进到临床试验就可能耗资超 1000 万美元、耗时七八年,而该公司的方法可在不到两年、低于 100 万美元内完成。
Ignota Labs 联合创始人兼 CDSO Layla Hosseini-Gerami 获 Innovate UK 女性创新奖,每位获奖者获 7.5 万英镑资助。
在世界关节炎日,我们正通过DeepLife的110个数据集和3千多项实验推进关节炎研究!🔬 我们的#OmicStore + #CellBlueprint帮助整合专有数据,加速临床前和1期研究,以带来更好的治疗方案。🌍 了解更多:https://www.deeplife.co
🔬 #DeepLife揭晓:BiotechX上的Cell Blueprint预告 🔬 我们的首席科学家Thomaz Dias将在#BiotechX上展示#CellBlueprint!欢迎到616展位观看现场定制演示! 🎁 免费试用:https://lnkd.in/daRCHQDg 📽️观看介绍视频:https://lnkd.in/dQe7JTSc
欢迎收听我们最新一期#FODD节目,嘉宾是诺和诺德抗体设计高级数据科学家Rahmad Akbar。 我们聊了#人工智能如何为抗体设计创造新可能。 https://hubs.la/Q02Nm3Ny0 #antibodydiscovery
DeepLife 带来激动人心的消息!🚀 我们开启了 CENTURI Hackathon 2024! 我们的 CTO Jean-Baptiste Morlot 展示了我们用于重建细胞数字孪生的突破性生成式 AI。衷心感谢我们团队和合作伙伴的支持!🙌 #Innovation #AI #BioTech #Deeplife
HotSpot Therapeutics宣布将在6月19-22日于费城举行的第4届AACR恶性淋巴瘤国际会议上展示其MALT1项目的更多临床前数据,报告题为“以MALT1支架抑制剂靶向CBM信号体治疗非霍奇金淋巴瘤”(PO-036)。该MALT1项目被公司称为高度差异化,其Smart Allostery™平台结合计算方法与AI驱动的大规模数据挖掘,用于发现靶向蛋白“天然热点”的口服小分子变构药物。
Ignota Labs 从伦敦迁至剑桥科学园并启用新设施,公司凭借 AI 平台 SAFEPATH 专注于挽救存在安全性问题的药物。SAFEPATH 利用因果知识图谱梳理导致药物不良反应的关系与通路,以识别和缓解潜在安全性问题。该公司近期获得 OxbridgeAI Challenge 奖项。
Ignota Labs 于12月8日赢得首届 Oxbridge AI Challenge 奖,联合创始人兼 CDSO Dr Layla Hosseini-Gerami 表示将把奖金用于为 AI 模型获取实验室验证。该竞赛旨在识别、支持和资助有前景的 AI 初创想法,公司称正用深度学习扭转有潜力但失败的药物。
盖茨基金会向 A-Alpha Bio 授予 80 万美元资助,用于优化传染病疗法。GeekWire 报道称,该公司的 AlphaSeq 平台结合机器学习,可帮助开发治疗传染病的药物。
A-Alpha Bio 的 AlphaSeq 方法被 GeekWire、GEN 等多家科学媒体报道,该方法利用酵母细胞在文库对文库尺度上筛选分子“锁与钥匙”,以识别可用于治疗目的的少数“万能钥匙”。GEN 指出,现有方法通常一次只考察一对蛋白,而 AlphaSeq 等新方法可随时间追踪多对蛋白相互作用。