Broad研究所三位研究员获NIH高风险高回报项目资助
Broad研究所核心成员Erin Chen、Sam Peng获NIH主任新创新者奖,研究所科学家JT Neal获NIH主任变革性研究奖,三人属于该项目58名获奖研究者。
Broad研究所核心成员Erin Chen、Sam Peng获NIH主任新创新者奖,研究所科学家JT Neal获NIH主任变革性研究奖,三人属于该项目58名获奖研究者。
Recursion在平台系列第四部分中说明,其基础模型提出潜在靶点后,会进入逐步加严、针对具体疾病的验证级联,在实验台上对计算发现进行降风险。公司称最终可证明模型预测的生物学与实验室观察到的物理现实一致,并以全球药企合作伙伴内部项目的高标准测试这些靶点。
insitro 与礼来合作构建的小分子体外及体内性质预测机器学习模型,现已向部分生物技术公司开放于 Lilly TuneLab。模型基于礼来数十年研究产生的多物种临床前数据训练,覆盖数十万个独特分子,并会随数据集扩展而更新;insitro 称其可作为当前从体外实验外推的行业标准方法的替代方案。
推荐理由:礼来与 insitro 用数十年多物种临床前数据训练的小分子体内 PK 预测模型进入 TuneLab,为早期筛选提供参照。
insitro 与礼来在 Lilly TuneLab 平台上线体内 PK 预测模型,可跨小鼠、大鼠、狗和猴四种临床前物种预测血浆清除率、稳态分布容积和平均驻留时间。
推荐理由:该模型用礼来历史数据直接预测体内PK,并与体外外推法对比,为小分子成药性评估提供参照。
晶泰科技在Discovery on Target 2026大会上公布分子胶平台XGlue™进展,针对自身免疫疾病靶点的项目从微摩尔级Hit分子出发,数月内将活性推进至纳摩尔级甚至更低,实现千倍以上提升,正迈向PCC阶段。
推荐理由:晶泰披露分子胶平台在难成药靶点上的阶段性数据,展示了计算筛选与机器人实验迭代如何收窄化学空间。
A-Alpha Bio 于 7 月公开启动 Atlas Data Consortium,创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics,成员每季度各设计一个含 100 万条蛋白-蛋白亲和力测量的 Data Block,由 A-Alpha 在 AlphaSeq 平台上统一生成后按非独占许可共享给全体成员。
Absci 公布其计划中的 2 期 STORYLINE 临床试验的关键设计细节,该试验评估 AI 设计的抗体 ABS-201 治疗子宫内膜异位症相关疼痛。ABS-201 靶向催乳素受体,拟提供非性激素的新疗法路径;公司称全球约 1.9 亿女性受子宫内膜异位症影响,现有 FDA 批准的药物治疗均为影响雌激素的性激素疗法,手术切除病灶五年内复发率接近 50%。
推荐理由:Absci 披露 AI 设计抗体 ABS-201 的 2 期试验设计细节,为观察非性激素类子宫内膜异位症疗法提供参照。
Turbine科学项目负责人Jerzy Woźnicki在圣地亚哥World ADC大会报告vLab®如何指导ADC发现,覆盖体外载荷选择到ADC体内转化。海报涵盖约1400个细胞系模型的ADC敏感性图谱、预测克服耐药性的协同组合,以及靶点表达之外的生物标志物识别,用于临床前患者模型选择;公司称预测与已有临床和实验证据一致。
患者生物学如何让药物开发决策更精准?我们从纵向人体数据和机器学习出发,识别患者表型。#帕金森病 #生物标志物 #药物发现
Turbine 团队将赴圣迭戈参加 World ADC,并推介 vLab® ADC Intelligence 平台,可在投入湿实验资源前开展虚拟实验。该平台覆盖 113 种药物及组合(含 6 种 ADC 和 21 种 payload)、1348 个映射至患者亚型的生物样本,并支持用户自建分子与样本建模,用于适应证定位、联合方案协同性与体外结果向 PDX 模型的可转化性评估。
正如你的两只手互为镜像,人体内的许多分子也是如此。 但镜像并不相同,它们的差异具有生物学相关性。 这是我们的模型即使带有手性标签也可能悄然未能捕捉到的事实。 于是引入了 CIP 标签。 想了解体内化学物质如何被标记,以便 AI 工具能区分镜像,请看下方 Cristian 的视频。 完整视频:https://youtu.be/0tT-UqhHbpI
Recursion利用全球最快超级计算机之一BioHive-2训练基础模型,为每个已完成的细胞扰动生成独特嵌入指纹,并汇总为一张覆盖高维数据的综合生物学图谱。通过将已知疾病指纹与该图谱比对,可找出产生相似效应的其他基因操作,从而识别驱动或挽救疾病状态的靶点、生成新假设。该流程被其CTO称为“lab-in-the-loop”,即数据训练模型、模型指向靶点。
BioAge与诺华正合作从运动生物学中寻找抗衰老药物靶点,双方在ARDD会议上联合报告了合作进展。BioAge提供纵向人类衰老队列及基于数据的靶点发现平台,诺华提供运动生物学专长,包括人体对训练反应的详细蛋白质组图谱。双方共同识别与心血管代谢健康、身体功能、认知和长寿相关的运动激活通路,并优先推进为药物靶点,两家公司均将把合作发现的靶点推进药物开发。
晶泰科技宣布其脱发治疗创新药管线进入IND-enabling研究阶段,将围绕药效、GLP毒理及CMC开展研究。公司称自研候选分子可激活毛囊干细胞“乳酸—自噬”信号轴,在DHT诱导雄激素性脱发小鼠模型中,仅需5%米诺地尔百分之一的浓度即可达到与5%米诺地尔相当的毛发生长评分。该管线依托XtalPi Science平台的AI分子生成、FEP计算与机器人实验进行优化,目前正与国内医疗机构推进后续验证。
推荐理由:晶泰自研生发小分子进入IND-enabling阶段,其低浓度起效的动物数据为观察AI驱动管线推进提供参照。
Evaxion将于11月4-8日在SITC 2026年会以口头和壁报形式公布AI设计的个性化癌症疫苗EVX-01的新免疫数据,展示其联合pembrolizumab在晚期黑色素瘤患者中疫苗特异性T细胞应答之外的全身免疫调节效应。
Generate:Biomedicines 与 Roswell Park 合作开发 GB-5267,这是一款针对卵巢癌、经 AI 设计识别肿瘤锚定 MUC16 的 CAR T 疗法。公司博客以“Engineering CAR T-Cells to Function Where Others Fail”为题说明其设计思路,并提出一期临床需要回答的问题。
推荐理由:Generate:Biomedicines 与 Roswell Park 公布 AI 设计的 MUC16 CAR T 候选物,并说明其设计思路与一期临床待解问题。
Generate:Biomedicines宣布其IL-18装甲CAR-T疗法GB-5267在卵巢癌Phase 1研究中完成首例患者给药,该疗法与Roswell Park合作开发并用AI设计。公司称借助The Generate Platform针对效力、增殖和持久性大规模设计并评估CAR结构,而非仅关注CAR结合强度。该研究针对铂类化疗后复发的卵巢癌,公司称此类患者治疗选择有限。
推荐理由:该疗法以T细胞功能需求为导向设计CAR结构,首例患者给药标志着AI设计细胞疗法进入临床阶段。
Collaborations Pharmaceuticals 以十余个简要案例研究披露其过去十年面向制药、化工和消费品客户的 AI 服务项目,涵盖预测 ADME/Tox、脱靶预测、选择性 ADORA3 激动剂生成设计、PROTAC 的 hERG 与溶解度优化及眼部生物利用度算法开发。公司称这些收费项目多数因保密未公开,此次仅作高层级描述,并强调其 AI 应用建立在数十年经验与验证之上。
Isomorphic Labs 的药物设计引擎 IsoDDE 可智能搜索庞大化学空间,设计面向真实世界的功能性分子,将过去数月的实验室工作缩短为计算数天完成。其药物设计智能体从生物靶点和目标分子性质等严格设计规范出发,在 2-4 天内自主迭代生成新分子设计,公司称带来真实世界功能性进展。
Google DeepMind 推出面向合成生物学的 SynthID Bio 水印方法,可在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名,并在实验室测试中保持生物功能。
推荐理由:介绍一种嵌入蛋白序列与预测结构的可验证水印方法,并给出湿实验与检测稳健性证据。
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。
英矽智能提名靶向GIPR的全新小分子临床前候选化合物ISM1354,用于肥胖、2型糖尿病及相关代谢疾病。
推荐理由:英矽智能用Chemistry42提名新一代GIPR拮抗剂,并给出与临床阶段同靶点分子的安全性对比数据。
Recursion神经科学副总裁Chris Winrow在平台系列第二部分介绍,公司用声学液体处理器将2.5纳升CRISPR-Cas9试剂移入1,536孔板、每周最多200万次,并刻意随机化实验,使机器学习模型学到真实生物学而非实验假象。通过对同一批细胞成像和测序,单次实验可获数千项测量,形成可反复挖掘、供AI基础模型学习的可复用数据集。
经验方法 → 精心设计的分子 几个世纪以来,我们制造新药的方式不断演进,但现代 AI 代表着迄今最大的飞跃:从资源密集的迭代式设计—制造—测试循环,转向工程化的精准设计。
Turbine 宣布扩大与第一三共的合作,将其虚拟细胞平台用于 ADC 发现中的实验结果预测。Turbine 称该平台面向外部合作方使用,联合创始人兼 CEO Szabolcs Nagy 在相关帖子中说明哪些实验是真正的瓶颈。合作金额、具体资产与阶段未在正文披露。
推荐理由:Turbine 以虚拟细胞平台切入 ADC 实验预测,此次与第一三共扩大合作可作为观察平台外部可用性的样本。
Ginkgo Datapoints 与 Apheris 宣布抗体可开发性联盟(Antibody Developability Consortium)成立,创始成员为 AbbVie、argenx、Lundbeck 和 Takeda。该联盟计划共建其称为领域内规模最大的标准化抗体可开发性数据集,包含 1 万条抗体,并交付一个基础模型,通过 Apheris 的联邦基础设施实现。
推荐理由:四家药企以创始成员身份加入抗体可开发性联盟,共建标准化数据集与基础模型,呈现产业数据协作的组织方式。
Recursion CEO Najat Khan 介绍,公司自 2021 年起规模化培养人神经元,累计培养超过 1 万亿个神经元,约相当于 12 个人脑,并执行系统性全基因组扰动与高维成像。这些 iPSC 来源神经元采用与 Roche 和 Genentech 合作开发的自有方案维持存活、一致性与生物学代表性。Genentech 已将合作中的首个神经科学靶点选择进入联合早期发现项目。
推荐理由:Recursion 披露其工业规模神经元培养与全基因组扰动平台,并说明 Genentech 已选择首个神经科学靶点进入联合早期发现。
Collaborations Pharmaceuticals 利用其已发表的埃博拉抑制机器学习模型识别出小分子 CPI-1058,并经学术机构和 NIAID 资助实验室的体外合作测试,显示其对 Sudan 与 Bundibugyo 病毒均为亚微摩尔抑制剂。
一个生成模型表面上看起来在正常工作,却仍可能无法输出你最关心的疾病相关细胞群或小分子。 幸运的是,我们有技术手段来诊断并纠正这些失败。 在最新一期 Valence at the Whiteboard 中,Liam 讲解了如何使用精确率、召回率、密度和覆盖率(PRDC)来评估生成模型,以发现细微的失败模式并了解如何应对。 完整视频:https://youtu.be/teIoP92Aeow
Turbine宣布在第一三共完成可行性项目后扩大合作,其虚拟实验室vLab将支持第一三共的专有ADC项目,用Virtual Assays在载荷、联用、适应证和生物标志物决策上提供指导。Turbine称每个lab-in-the-loop循环都会把实验验证结果反馈进模型,在ADC发现中形成累积学习效应,双方将结合第一三共的数据与ADC经验加速新型癌症疗法发现。
推荐理由:该合作把虚拟实验室接入第一三共的ADC专有项目,并保留实验回馈模型的闭环,可作为ADC计算发现合作模式的参照。
Turbine 于 9 月 24 日宣布扩大与第一三共的 ADC 发现合作,此前双方已完成一项评估 Turbine 预测建模能力的初步可行性项目。合作将用 Turbine 的虚拟生物学平台 vLab® 运行 Virtual Assays,模拟大量条件下的生物响应,以加速并降低第一三共 ADC 发现项目的风险,并建立模拟实验指导数据生成、实验验证反哺模型的迭代学习流程。
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。
EMBL-EBI 与 Google DeepMind、NVIDIA 等合作,在 AlphaFold 数据库中开放 2800 多种病毒的 AI 预测蛋白复合物结构,优先覆盖已知感染人类的病毒科。
推荐理由:AlphaFold 数据库新增 2800 多种病毒的蛋白复合物预测结构,为疫苗与诊断靶点研究提供开放基础数据。
Absci 创始人兼 CEO Sean McClain 在播客访谈中解析了 AI 设计抗体 ABS-201 用于模式性脱发的潜在再生机制。该抗体正处于 1/2a 期临床试验,被设计为靶向与毛囊微小化相关的关键生物学通路。访谈还讨论了其背后的新科学与临床进展。
Turbine 发布 Virtual Biology Meetup 第三期完整回放,该期于9月15日围绕虚拟检测如何赢得真实研发决策信任展开。Xaira 的 Ci Chu 介绍大规模扰动数据集如何训练虚拟细胞模型应对未见过的生物学场景,Turbine 的 Krishna Bulusu 则讨论从“能否预测”转向“能否改变决策”。
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。
英灵殿科技团队提出 OFoldNA,将二级结构信息编码为已知配对、已知非配对和未知三种状态注入全原子扩散模型,统一支持核酸单体折叠与蛋白–核酸共折叠。
推荐理由:团队把二级结构编码进全原子扩散模型,并在 FoldBench 上与 AlphaFold 3 等基线逐项对比,可看核酸结构建模的评测细节。
Ginkgo 的虚拟细胞药理学计划 VCPI 宣布,现有及未来全部数据集在发布时即向所有注册用户开放,采用 CC BY 4.0 许可。三个版本合计覆盖超过 14,000 个化合物。
推荐理由:VCPI 将全部数据集即时开放给注册用户,为虚拟细胞药理学研究提供了可复用的数据入口。
BioSymetrics 母公司 Lunaibio 宣布与 Tanaist 达成全球独家许可与合作协议,将人类细胞表型能力加入其 AI 驱动的帕金森病平台。该合作把实验验证环节纳入平台,具体交易金额与资产细节未在推文中披露。
推荐理由:BioSymetrics 母公司 Lunaibio 与 Tanaist 达成帕金森病平台合作,可了解细胞表型数据如何接入 AI 药物发现流程。
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。