Alnylam与Inceptive达成最高20亿美元AI合作,加速RNAi疗法发现
Alnylam与Inceptive宣布战略合作,交易总额最高20亿美元,首付款3000万美元(含现金与购买Inceptive股权),Inceptive还可获得基于临床前、监管与销售里程碑的额外付款。
推荐理由:交易结构披露了首付款与里程碑上限,并说明基础模型在siRNA表征上的探索性表现,可作为观察AI与RNAi平台结合的样本。
Alnylam与Inceptive宣布战略合作,交易总额最高20亿美元,首付款3000万美元(含现金与购买Inceptive股权),Inceptive还可获得基于临床前、监管与销售里程碑的额外付款。
推荐理由:交易结构披露了首付款与里程碑上限,并说明基础模型在siRNA表征上的探索性表现,可作为观察AI与RNAi平台结合的样本。
NewLimit 完成由 Founders Fund 领投的 4.35 亿美元 C 轮融资,计划明年启动其首款衰老重编程药物的人体临床试验。该时间表提前源于一款原型药物在衰老人类肝细胞中逆转细胞年龄的发现,公司称该肝脏重编程疗法可加快肝损伤愈合、抵御饮食挑战损伤并加速酒精代谢后恢复。明年试验将首次揭示肝脏年龄重编程在人体中的转化效果。
MindWalk 公布登革热临床前数据,称基于 HYFT 预测靶点设计的免疫原在动物中诱导出针对全部四种登革热血清型抗原的交叉反应抗体,并在两次独立实验中重复。公司称 HYFT 在免疫前计算优先选出泛血清型靶点,打乱序列的对照未产生相应识别,CEO Jennifer Bath 称这是该疫苗平台上首次记录到从预测到结果的闭环。该结果属临床前结合层面证据,完整数据见公司新闻稿。
推荐理由:公司披露登革热免疫原在动物中诱导四血清型交叉反应抗体,并给出两次独立实验的对照结果。
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。
Ginkgo Datapoints、Tangible Scientific 与 Inductive Bio 联合推出 ADME-One,将完整的高通量 Tier 1 ADME 实验面板与 AI 驱动的人体 PK 预测及整合式化合物管理结合。三家机构称,该组合让团队可在命中化合物识别阶段就做出达到先导优化质量的决策。
Ginkgo Bioworks旗下Datapoints与Tangible Scientific、Inductive Bio联合推出高通量ADME平台ADME-One,将五项Tier 1 ADME检测、Inductive Bio的AI人体PK预测和化合物管理整合为一项服务。
推荐理由:三家合作方把高通量ADME实验、AI人体PK预测与化合物管理打包成一体化服务,展示AI与湿实验衔接的一种落地形态。
Calico 与 Nexo Therapeutics 宣布开展多靶点合作,针对 Calico 提名的难成药靶点共同发现和开发小分子疗法,Calico 将主导后续开发与商业化。Nexo 的 CODON 引擎结合专有共价化合物库与蛋白质组学,用于早期建立靶点特征并指导药物化学优化。
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。
Incyte 与 Genesis Molecular AI 扩大战略合作,Incyte 将共享自有实验数据用于训练 Genesis 的 GEMS 分子 AI 平台,并新增至少 5 个由 Incyte 选定的合作靶点。
推荐理由:交易条款与数据授权范围披露较完整,可观察大药企自有实验数据进入分子AI训练的具体安排。
FutureHouse在Nature发表其首篇论文,介绍多智能体系统Robin,该系统将新假设生成与实验数据分析整合进同一连续工作流。研究团队将Robin用于干性年龄相关性黄斑变性,由其提出药物重定位假设并在实验室验证,包括在原代人视网膜色素上皮(RPE)干细胞中验证。
推荐理由:该工作展示多智能体系统从假设生成到湿实验验证的完整链路,为AI驱动发现提供可参照案例。
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。
Eikon Therapeutics 公布 2026 年第一季度财务业绩,截至 3 月 31 日持有现金、现金等价物及有价证券 5.96 亿美元,预计可支撑运营至 2027 年下半年。
$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
Pathos AI 宣布收购比利时 DeuterOncology 多数股权,以获得其第三代 MET 激酶抑制剂 DO-2,该资产由 Pathos Foundry 平台在 2025 年底筛选并评估后进入收购决策。
推荐理由:Pathos AI 用 Foundry 平台筛选并收购 DO-2 多数股权,展示了 AI 平台参与临床阶段资产交易的一种路径。
看呐,是你!
$LTRN 将 http://predictBBB.ai 升级为大型定量模型(LQM) ✓ 仅凭单个SMILES即可进行360°分子分析 ✓ 数秒内获得99+项特征 ✓ 网页原生、实时分子智能 ✓ 已集成至 @withzeta.ai 阅读更多:https://bit.ly/4tGcVc7
推出 Medra Lab 001。数百台机器人,不到 90 天建成。现已开放。
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。
研究团队通过单分子追踪(SMT)驱动的构效关系优化,发现强效 RUVBL1/2 抑制剂化合物 18。活细胞高通量 RUVBL SMT assay 的效力测定与细胞活力和 MYC 降解强相关,而 ADP-Glo 生化 assay 在其实验条件下动态范围有限、重现性差。化合物 18 在 MYC 依赖性 Burkitt 淋巴瘤异种移植模型中,以显著低于 CB-6644 的剂量显示出更优疗效。
Crown Bioscience 与 Turbine 宣布战略合作,将 Turbine 的 in silico Virtual Assays 与基于 HUB Organoid Technology 的肿瘤类器官试验整合为从预测到验证的闭环流程。
推荐理由:该合作把计算预测与类器官湿实验验证串成闭环,为肿瘤转化研究中预测与验证的衔接提供了一种组织方式。
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。
PrecisionLife 与 Ovation.io 达成协议,将 PrecisionLife 对 Ovation 的 GLP-1 受体激动剂数据集的分析结果商业化,计划在 2026 年推出 GLP-1 分层实验室开发检测(LDT)和面向消费者的 GLP-1 DNA 检测。
推荐理由:两家公司基于真实世界 GLP-1 数据达成商业化合作,并披露减重与血糖控制标志物不同的初步结果。
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。
1910 Genetics在J. Med. Chem.发表题为PEGASUS的论文,介绍用基于大规模并行生物实验构建的AI模型解析细胞穿透环肽的极性。论文链接为https://pubs.acs.org/doi/10.1021/acs.jmedchem.5c01836,具体模型性能与实验数据未在帖文中披露。
推荐理由:该论文介绍基于大规模并行生物实验数据构建的AI模型,用于理解细胞穿透环肽的极性规律。
字节跳动 AML AI4Science 团队发布 Protenix-v2,这是一个 464M 参数的增强容量结构预测模型,称在挑战性抗体-抗原复合物结构预测上精度显著提升,并更新了配体相关合理性。
推荐理由:Protenix-v2 在抗体-抗原复合物结构预测上给出与 v1 的对照结果,并公开技术报告与基准细节。
Theodoris Lab 发布时序 AI 模型 MaxToki,用于生成动态轨迹中的过去、中间与未来细胞状态,并预测诱导目标状态转变的干预。模型基于近 1 万亿基因 token 训练,覆盖约 1.75 亿单细胞转录组和约 1 亿条跨人类一生的细胞状态轨迹,采用连续数值 tokenization 与两阶段训练(上下文长度从 4096 扩至 16384)。
推荐理由:该模型把细胞状态建模扩展到时间轴,并在人源细胞与小鼠中验证了预测的促衰老靶点。
Tamarind Bio与A-Alpha Bio宣布合作,Tamarind Bio用户可将用RFdiffusion、ProteinMPNN等蛋白设计模型生成的抗体序列直接提交至A-Alpha Bio的AlphaSeq平台,获得抗体-靶点对的定量结合亲和力数据。
推荐理由:合作把计算设计的抗体序列接入高通量亲和力测量,为评估AI设计到实验验证的衔接提供参考。
Eikon Therapeutics 公布2025年第四季度及全年财务业绩,并披露EIK1001联合帕博利珠单抗及化疗一线治疗4期非小细胞肺癌的TeLuRide-005 II期试验已完成入组,预计2026年下半年获得完整数据集。公司2026年2月完成扩大规模的IPO,募资3.812亿美元;截至2025年12月31日现金及等价物和有价证券为3.36亿美元,预计可支撑运营至2027年下半年。
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
NewLimit 将其表观遗传重编程计划中首个候选药物推进至大规模生产,生产进度达20%,并新发现一个可在衰老肝细胞中恢复多种年轻功能的 payload。
推荐理由:NewLimit 披露重编程 payload 进入规模化生产,并展示多任务模型与实验闭环将发现效率提升一倍以上。
Purple Biotech 宣布与 Converge Bio 合作,利用后者的生成式AI平台设计和优化面向实体瘤的新一代三特异性抗体,以缩短发现周期并改善候选分子的可开发性。
推荐理由:合作把生成式AI用于三特异性抗体的设计与优化,可观察AI在抗体工程环节的具体分工。
Inductive Bio 提出一套将临床前数据转化为人体剂量分布并显式传播实验与模型外推不确定性的框架,在与 Aleksia Therapeutics 的合作中用于三个后期先导化合物的排序。
推荐理由:以三个候选化合物的剂量分布对比说明概率化人体剂量预测如何改变优先级判断,并指出体外重复实验最能降低不确定性。
insitro 宣布扩大与 Bristol Myers Squibb 的 ALS 合作,BMS 在原有 ALS-1 之外新增提名 ALS-2 和 ALS-3 两个靶点;insitro 将推进自有 ALS-1 寡核苷酸项目,同时为 BMS 推进一款小分子。
insitro宣布与百时美施贵宝扩大针对肌萎缩侧索硬化(ALS)的战略合作,BMS新提名ALS-2和ALS-3两个靶点,二者均由insitro的Virtual Human平台发现,与2024年12月提名的ALS-1并列。
推荐理由:合作扩展新增两个ALS靶点并触发里程碑付款,同时披露靶点在iPSC运动神经元中的验证结果。
Cradle与UC Berkeley Keasling实验室合作,将机器学习嵌入酵母生产疫苗佐剂QS-21的酶优化流程。该实验室2024年在Nature报告用38个植物基因使酵母从简单糖类合成QS-21,但产量远低于商业化水平。
推荐理由:案例展示机器学习如何嵌入植物酶优化流程,为替代植物提取的合成生物制造提供可迁移路径。
GenSLM 发布 v0.0.6a1,修复 attention_mask 形状问题并将依赖迁移至 pydantic v2,同时合并开发分支的依赖更新与兼容性修复。该版本还更新了长序列示例图片与 install.sh,并新增 @saforem2 为首位贡献者。
虚拟细胞药理学倡议(VCPI)发布首个开源转录组数据集,在 THP-1 细胞中以 6 个剂量(0.03 至 10 µM)、24 小时处理约 2280 个小分子,采用阵列式 DRUG-seq 获得化合物特异的转录组谱。
推荐理由:VCPI 首次公开约 2280 个小分子的 THP-1 转录组数据,为虚拟细胞药物响应模型提供可复用训练集。
LabGenius Therapeutics 宣布将在 AACR 2026 展示其选择性增强的 Nectin-4 x CD3 T 细胞衔接器 LGTX-101 的临床前数据。
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。
今天我们宣布,与@nvidia和@nebiusai(领先的AI云服务提供商,用于训练和推理)合作部署NVIDIA Blackwell B300 GPU的成果:我们用于药物发现的生成模型实现了超过4倍的训练加速和超过60%的推理提速。