下一分子整理 AI 制药 Benchmark 清单 AIDD Bench Atlas，收录 85 项评测资源
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas，收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由：清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类，便于对照选用。
#单细胞组学
下一分子精选AI 评分5858
Ginkgo Datapoints · Updates精选AI 评分6262 VCPI 发布 ReFRAME 化合物库 DRUG-seq 图谱，覆盖 12,949 个化合物并以 CC BY 4.0 开放
虚拟细胞药理学计划（VCPI）发布其迄今最大规模的数据集，为 ReFRAME 药物重定位化合物库提供阵列式 DRUG-seq 转录组图谱，覆盖 12,949 个化合物。数据在 THP-1 细胞中以 10 μM 剂量、每孔一个化合物进行筛选，注册用户可在 thevirtualcell.com 免费获取，并以 CC BY 4.0 开放。
推荐理由：该发布提供覆盖近1.3万临床阶段化合物的转录组扰动数据，可作为药物响应与虚拟细胞研究的公开数据资源。
Recursion精选AI 评分5858 Recursion 称已培养超 1 万亿神经元构建全基因组图谱，Genentech 选择首个神经科学靶点
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。
Valence LabsAI 评分1212 Valence 谈细胞响应预测与多模态数据整合
衡量细胞内部发生的变化有很多种方法。 单独来看，每种测量都是不完整的。综合起来，我们才能开始预测细胞响应、了解机制，并将这些发现跨细胞类型泛化。 遗憾的是，整合不同数据模态并不像听起来那么简单。 想了解更多，请看 Ali Denton 的 Valence at the Whiteboard。 🎥 完整视频链接见下方
Biohub · News精选AI 评分7474 Biohub 用 AI 建模肿瘤细胞状态，在 DMG 小鼠中验证双药组合延长生存
Biohub 与哥伦比亚大学等机构的研究者开发 AI 系统，用 ARACNe 与 VIPER/metaVIPER 从单细胞 RNA 测序数据中识别控制肿瘤细胞状态的 Master Regulators，发现同一瘤种的患者共享近乎相同的恶性细胞状态集合，相关结果发表于两篇 Nature Genetics 论文。
推荐理由：两篇 Nature Genetics 论文用单细胞数据刻画肿瘤细胞状态，并在 DMG 模型中验证组合用药的协同生存获益。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 回顾表型组学演进：从监督迁移学习到生成式基础模型
Valence Labs 的 Inside Valence 文章梳理细胞表型组学从监督迁移学习走向自监督与生成式基础模型的路径，起点是 2019 年 Recursion 的 RxRx1 Kaggle 竞赛，该任务覆盖约 1,100 个 siRNA 条件、125,510 张图像，并在 50 多个实验批次中重复筛选。
推荐理由：梳理细胞表型组学从监督迁移学习到生成式基础模型的演进，并说明RxRx3数据集在虚拟细胞研究中的支撑作用。
Valence Labs 官网资讯AI 评分3636 Valence Labs 回顾 ICML 2026：AI4Bio 论文占比 2.5%，聚焦模型效率与扰动预测
Valence Labs 回顾 ICML 2026，AI for biology 与健康方向论文占全部接收论文的 2.5%，在主题领域排名第 5。会议聚焦模型效率与转录组扰动预测，PerturbDiff、scBIG 等采用流匹配报告了当前最优性能，PerturbODE 则借助神经常微分方程推断基因调控网络。
Open Targets · Blog精选AI 评分5858 Open Targets Platform 26.06 发布：新增单细胞与蛋白组表达数据并更新靶点优先级评分
Open Targets Platform 26.06 已上线，基线表达数据新增 Tabula Sapiens 单细胞 RNA 测序与 PRIDE 质谱蛋白组数据，可在组织层级之外浏览细胞类型层级表达。
推荐理由：该版本把单细胞与蛋白组表达数据纳入靶点优先级评分，并公开了临床挖掘与L2G管线的具体改动。
Ginkgo Datapoints · Updates精选AI 评分6060 VCPI 发布首个开源转录组数据集：在 THP-1 细胞中分析 2200 余种化合物
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。
Biohub · NewsAI 评分3838 Andrea Califano：用 AI 重编程免疫系统的 6 项策略
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 · NewsAI 评分3838 Shana Kelley：测量炎症的5种新方法
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。
Ginkgo Datapoints · Updates精选AI 评分5858 Ginkgo 推出虚拟细胞药理学计划 VCPI，将公开 10 万化合物 RNA 数据
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。
CellarityAI 评分4040 Cellarity 宣布在第67届美国血液学会年会上进行两场口头报告
Cellarity 宣布其镰状细胞病项目 CLY-124 与骨髓纤维化项目共两项口头报告入选第67届美国血液学会（ASH）年会。CLY-124 是处于1期临床评估的 first-in-class DCN1 抑制剂，报告聚焦其部分抑制 CUL3 neddylation 并诱导胎儿血红蛋白；另一报告展示利用单细胞 RNA 测序图谱与深度学习框架筛选选择性靶向 JAK2V617F 的小分子。
Cellarity精选AI 评分7474 Cellarity在Science发表细胞状态矫正药物发现框架并公开单细胞扰动数据集
Cellarity在Science发表论文，提出整合高通量转录组与AI模型的细胞状态矫正药物发现框架，采用实验室在环的深度学习迭代，称表型活性化合物回收率较行业标准方法提升13至17倍。公司同步公开三个单细胞数据集，其中扰动转录组数据集含逾1700个样本、126万个单细胞，可用于跨细胞类型药物响应映射与扰动预测方法基准测试。平台首个候选CLY-124正针对镰状细胞病开展1期临床试验。
推荐理由：该框架把高通量转录组与主动学习闭环结合，并公开扰动数据集，为表型筛选的评测提供参照。
Eikon Therapeutics 官网资讯精选AI 评分5858 Eikon Therapeutics 在 Nature Methods 发表斜线扫描（OLS）技术论文
Eikon Therapeutics 在 Nature Methods 发表论文，介绍其斜线扫描（OLS）技术，该技术可与公司单分子追踪（SMT）平台结合，在活细胞中以最高每秒 14 平方微米的速度评估蛋白运动。
推荐理由：Eikon 在 Nature Methods 披露 OLS 与单分子追踪平台的技术细节，为高通量蛋白动态测量提供方法参照。
DeepLifeAI 评分2020 DeepLife关节炎研究数据集与实验
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
DeepLifeAI 评分1818 DeepLife推进阿尔茨海默研究
🧠 推进阿尔茨海默研究：在 #DeepLife，我们正利用前沿组学数据与 #CellBlueprint 技术，解锁阿尔茨海默领域的突破。 🔬 23 个数据集与 1,832+ 项实验，加速发现。立即试用我们的免费试用！ #神经退行性疾病 #生物技术