#抗体工程

AI制药日报｜大分子/小分子/虚拟细胞多项研究进展

研究团队用肽条形码、尺寸排阻色谱与质谱结合的混合方法，在大肠杆菌统一生产条件下量化了超过39000个天然蛋白结构域变体、从头设计蛋白和纳米抗体的单体产量。AtomLM-9b以全原子结构分词器将生物分子几何压缩为离散结构token，在CASP14和CASP15上全原子lDDT分别为0.832和0.835。单细胞基础模型基准评测显示，五种模型在跨物种注释与扰动预测上优于简单基线，但同物种内优势有限。

Absci的ABS-201抗体登Esquire报道

Absci的ABS-201项目登上Esquire杂志关于雄激素性脱发治疗未满足需求的报道。该AI设计的抗体目前处于1/2a期试验，采用靶向催乳素受体的新研究性作用机制；报道指出，获批的模式性脱发疗法近30年创新有限。

华北制药拟以不超2.195亿元分三轮增资安源医药，华药集团2.45亿元受让47.1154%股权实现控股

华北制药拟以不超过2.195亿元分三轮参与安源医药增资，华药集团则以2.45亿元受让安源生物所持47.1154%股权，交易投前估值5.2亿元。交易完成后华药集团持股47.8572%成为控股股东，华北制药持股12.8571%为参股方。安源医药深耕长效蛋白药物设计，核心在研产品为AP017、AP025、AP026及AP061。

AI制药日报｜2026-11-03

下一分子2026年11月3日日报汇总多条AI制药进展，头条为东北大学、Broad研究所等在arXiv预印本提出自进化分子发现智能体MolRSI，将模型选择与组件组合等工作流作为优化对象，抗菌筛选命中率15.9%。

Molence 发布 Mol-1：增加推理算力可提升抗体-抗原预测

Molence 发布抗体-抗原结构预测模型 Mol-1，称在 MolBench-AB-26 上增加推理算力可持续提升预测质量。

Molence 用 Mol-1 早期检查点构建 VHH 设计平台，17 个靶点湿实验命中率 6%–63%

Molence 基于 Mol-1 的早期检查点搭建了内部从头 VHH 设计平台，设计以 VHH-Fc 融合形式在自有湿实验中测试，覆盖全部 17 个多样化靶点并均获得结合命中。靶点层面的初始命中率在 6% 至 63% 之间，涵盖可溶性蛋白、受体胞外域和 GPCR，包括 BCMA、4-1BB、TNFR2、IL-4Rα、CCR8、CXCR4、CXCR6 与 CCR5。该平台将分子预测与经实验测试的抗体设计相连接。

Absci 的 Origin 抗体设计平台迁移至 AMD Instinct GPU，共折叠打分提速 3 倍

Absci 宣布其 Origin 抗体设计平台已运行在 AMD Instinct GPU 上，并将 AMD 开源 Triton kernels 集成进共折叠结合过滤工具 AbsciBind，在 AMD Instinct GPU 上相较生产基线取得 3 倍加速且输出质量无损失。

Molence：一轮实验反馈将4-1BB设计功能命中率从7%提升至85%

Molence报告在4-1BB靶点上用第一轮实验结果指导第二轮设计，功能命中数从第一轮2/30提升到第二轮51/60，功能命中率由7%升至85%。在0.03 nM下，51个第二轮激动剂中有48个超过Utomilumab阳性对照的平均激活水平，结果以VHH-Fc形式测得。同系列引文还称，针对BCMA的零样本设计30个中有12个结合命中，两个VHH-Fc候选的SPR KD为43 pM和1.1 nM，细胞表面BCMA结合EC50为0.19和0.16 nM，同一实验体系中belantamab生物类似药为4.1 nM。

Molence 的 Mol-1 流程设计 VHH 可激活 4-1BB，EC50 低于 Utomilumab

Molence 称其 Mol-1 流程设计的两个 VHH-Fc 融合分子在 6 小时报告基因实验中激活 4-1BB，EC50 分别为 0.05 和 0.22 nM，对照 Utomilumab 为 0.43 nM。VHH 01 的 SPR KD 为 3.5 nM，两个设计均表现出高单体纯度、热稳定性和低自相互作用等理化性质。作者引用的前序内容显示，借助第一轮实验结果指导第二轮设计，功能性命中率从 2/30 提升到 51/60，其中 48 个在 0.03 nM 下超过 Utomilumab 阳性对照的平均激活水平。

Molence 计算设计的 VHH 可拮抗 GPCR CXCR6 信号

Molence 报告其计算设计的 VHH 以 VHH-Fc 融合形式结合表达 CXCR6 的细胞，EC50 为 39 nM。在 cAMP 实验中，30 nM CXCL16 使响应降至仅含 forskolin 对照的 70.6%，加入 167 nM 该 VHH 后恢复至 92.6%，作者据此认为该结合剂拮抗 CXCL16 诱导的 CXCR6 信号。

Molence设计VHH实现单一结合剂识别两种细胞因子

Molence报告其设计的VHH可识别两种非直系同源细胞因子，二者无空位序列一致性为54%。30个设计以VHH-Fc融合形式测试，其中5个同时结合两种抗原，同一设计集对细胞因子A和B分别得到11个和7个命中。作者称双抗原识别可作为设计流程中的明确目标。

Molence 报告 30 个 VHH-Fc 设计候选在 13 个靶点的生物物理筛选结果

Molence 对 13 个靶点的 30 个 VHH-Fc 设计候选做了四项生物物理筛选，其中 23 个候选至少满足四项标准中的三项。分项结果为 HIC 疏水性通过率 80.0%、DSF 热稳定性中 Tm1 > 60°C 占 80.0%、AC-SINS 自相互作用通过率 83.3%、BVP 非特异性结合通过率 70.0%。13 个靶点中有 12 个至少有一个候选满足三项及以上标准，作者称这可为后续开发选分子提供依据。

Molence 称 Mol-1 在 Runs N' Poses 八个相似度分箱均领先基线

Molence 称其 Mol-1 在 Runs N' Poses 配体预测评测中于全部八个相似度分箱领先所评估基线，成功标准为配体 RMSD < 2 Å 且 lDDT-PLI > 0.8。在相似度最低的 0–20 分箱，Mol-1 成功率为 36.1%，AlphaFold 3 为 24.6%；通过 Mol-1-constraint 提供结合位点信息后升至 63.9%。

Molence 发布 Mol-1-constraint：表位信息提升抗体-抗原复合物预测

Molence 公布 Mol-1-constraint，在提供表位信息时，四个抗体-抗原基准上 DockQ > 0.23 的成功率均高于基础模型：FoldBench-AB 从 75.0% 升至 88.3%，AF3-AB 从 62.7% 升至 84.2%，PXMeter-AB 从 58.3% 升至 77.5%，MolBench-AB-26 从 57.3% 升至 79.4%。作者称表位可作为预测输入，基础模型与 Mol-1-constraint 均可在 lab.molence.com 获取。该帖为系列第 14 条，引用内容另报告 Mol-1 在 MolBench-Peptide-26 上的肽-蛋白预测结果。

Molence 用 Mol-1 早期检查点构建 VHH 设计流程，17 个靶点命中率 6%–63%

Molence 基于 Mol-1 的早期检查点构建了从头 VHH 设计工作流，在 17 个多样化靶点上取得 6% 至 63% 的靶点层面初始命中率。靶点覆盖可溶性蛋白、受体胞外域和 GPCR，包括 BCMA、4-1BB、TNFR2、IL-4Rα、CCR8、CXCR4、CXCR6 与 CCR5，作者称这是经过实验测试的设计结果。

同一新闻，精选展示《Molence 报告从头设计 BCMA 结合剂：SPR 亲和力达 43 pM》

Anthropic收购一人药企Mithril Medicine

Anthropic于10月27日披露已收购由Cody Tranbarger一人运营的Mithril Medicine，交易实际于2026年7月完成，金额未披露。

Molence开源生物分子基础模型Mol-1，VHH单靶点结合命中率最高63%

前字节跳动Protenix核心成员创立的Molence Bio于10月28日发布开源生物分子基础模型Mol-1，公开39页技术报告，代码以Apache 2.0开放、基础版权重可下载，约束版权重未同样开放。

BigHat 与 Anthropic 联合演示智能体驱动的抗体工程优化

BigHat Biosciences 与 Anthropic 发布联合演示，展示用前沿 AI 驱动可被智能体接入的快速反馈湿实验，加速抗体工程难题。BigHat 构建了 Agentic Lab Control Harness，将计算与实验工作流纳入同一控制平面，并称被 Anthropic 选为首个抗体治疗合作伙伴。

Molence 发布开源生物分子智能模型 Mol-1

Molence 发布开源生物分子智能模型 Mol-1，在 FoldBench-AB 上取得 75.0%，接近其引用的 IsoDDE 报告的 75.58%。该模型可在单张 H20 上完成 6 万 token 的组装，公司称其在 10 项对比中 8 项优于 Anthropic；VHH 结合命中率最高 63%，最佳 SPR KD 为 43 pM。代码已在 GitHub 开放，并提供在线试用入口。

Generate:Biomedicines 高通量冷冻电镜平台

要让生物学可编程，我们需要看见我们所制造的分子，并从中学习。 今天，@annejecrois 将分享我们团队如何构建高通量冷冻电镜平台，以生成用于训练我们抗体设计 AI 模型的结构数据。 她的演讲《CryoEM：从技艺到设计引擎》将于美国东部时间上午 10:55 在马萨诸塞州剑桥市赛诺菲举办的“Celebrating Womenin Structural Biology & Drug Discovery”活动上开始。 查看议程 → https://www.nesba.net/

帆礼生物TL1A抗体TL-001临床Ⅰ期中期结果积极

帆礼生物公布TL-001（BYN-002）在健康志愿者中开展的随机、双盲、安慰剂对照Ⅰ期研究（TL-001-101，NCT06867796）积极中期结果，SAD/MAD分析达到所有主要目标。

Vir Biotechnology与吉利德达成18.75亿美元实体瘤双掩蔽TCE合作

10月14日，Vir Biotechnology宣布与吉利德达成合作和许可协议，共同发现和开发3款针对实体瘤相关抗原的双掩蔽T细胞衔接器（TCE）。Vir将用其dAIsY平台和PRO-XTEN掩蔽技术负责发现、设计和优化候选物，吉利德拥有独家许可并负责后续开发、制造和商业化。

Absci的ABS-201女性脱发临床试验队列开放

Absci的ABS-201项目在1/2a期临床试验中开设了专门的女性队列，用于治疗模式性脱发。ABS-201是AI设计的抗PRLR抗体，Absci称其有望成为近三十年来雄激素性脱发首个新作用机制。公司近期公布了HEADLINE试验的1期积极中期数据。

英灵殿科技提出 OFAntibody：单抗与双抗联合生成的全原子抗体设计框架

英灵殿科技团队提出 OFAntibody，一个以抗原结构、指定表位和预定义抗体框架或双抗构型为输入、生成 CDR 全原子结构的统一框架，支持纳米抗体单抗及 tandem VHH、diabody、CODV-like 等双抗构型的联合设计。

A-Alpha Bio 联合 GSK、Boltz、Cradle、Dyno 发起 Atlas 数据联盟

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 AI 设计抗体 ABS-201 治疗子宫内膜异位症的 2 期 STORYLINE 试验设计细节

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%。

Generate:Biomedicines 与 Roswell Park 开发 AI 设计 MUC16 CAR T 候选物 GB-5267

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。

Ginkgo Datapoints 与 Apheris 宣布 AbbVie、argenx、Lundbeck、Takeda 成为抗体可开发性联盟创始成员

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。

临港实验室联合十余家机构启动“长江杯”2026全球AI蛋白质设计挑战赛

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。

Absci CEO 谈 ABS-201 治疗脱发的再生机制

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。

Envisagenics与勃林格殷格翰达成多靶点合作，基于RNA剪接来源靶点开发实体瘤精准疗法

Envisagenics与勃林格殷格翰达成多年研究合作及选择权协议，将验证其SpliceCore平台筛选出的肿瘤特异性靶点，用于开发实体瘤精准疗法。勃林格殷格翰可在研究项目完成后独家许可选定靶点，并可能将其用于抗体偶联药物、T细胞衔接器和多特异性抗体等模态。

Absci的AI设计抗体ABS-201登上彭博社报道

Absci称其AI设计的抗PRLR抗体ABS-201近日获彭博社在脱发治疗创新专题中报道，该在研抗体正被评估为模式性脱发的潜在同类最佳疗法。ABS-201旨在阻断催乳素受体信号、推动毛发生长周期转向活跃生长期，机制区别于任何FDA已批准的模式性脱发疗法。正在进行的1期临床试验中期数据显示其迄今安全性和耐受性良好，公司预计今年晚些时候发布中期概念验证数据。

GDPa5：基于大规模IgG数据预测VHH-Fc可开发性

Ginkgo发布GDPa5，一个含160个成员的VHH-Fc库，在PROPHET-Ab平台上用10项生物物理实验进行表征，并同步发布bioRxiv预印本。在559个IgG上训练的跨格式模型优于仅用GDPa5训练的模型，作者认为优势来自标准化IgG数据的规模而非格式本身。

英灵殿科技提出EpiBench基准：评测大模型能否从序列理解抗体表位

英灵殿科技团队提出EpiBench，一个面向抗体药物发现的表位推理基准，包含1,609个样本和五项相互关联任务，标签来自抗体–抗原复合物结构、功能性B细胞实验与深度突变扫描数据。

LabGenius：超越结合剂设计，AI 的下一个前沿是多特异性抗体设计

LabGenius Therapeutics 计算科学与工程副总裁 Winston Haynes 指出，多特异性抗体优化因缺乏公开功能数据，仍主要依赖人工直觉，而连接子结构等组装方式的小改动即可显著改变效力与选择性。其提出将多特异性抗体构建与高通量自动化实验耦合，用智能体主动学习让 AI 模型与自动化实验室形成闭环，从每次实验数据中持续优化设计。

A-Alpha Bio 发起 Atlas Consortium 数据联盟，GSK、Boltz、Cradle、Dyno Therapeutics 为首批成员

A-Alpha Bio 宣布成立 Atlas Consortium，首批五家创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics，以订阅制按季度设计并共享标准化抗体抗原实验数据。

A-Alpha Bio 推出 Atlas 平台，以实验结合数据缓解 AI 蛋白设计的数据瓶颈

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。

Nabla Bio 转发 Twist Bioscience 关于 JAM-2 选择性抗体设计的客户成果

Nabla Bio 转发 Twist Bioscience 的客户成果介绍，称 JAM-2 通过设计高选择性抗体靶向此前被认为无法在细胞内触及的蛋白，并附报告链接。Nabla Bio 自身正文仅表达对 Twist Bioscience 的致意，未补充技术细节或数据。

AI 如何改变抗体优化的第一轮：Cradle 七个多样化campaign的实测

Cradle 在七个抗体多样化campaign中，用基于进化序列数据训练的模型生成每个携带2-8个突变的多突变变体库，设计变体的结合保留率为56%-92%，其中四个campaign在未针对亲和力优化的情况下出现2倍至350倍亲和力提升。

Medra 发布 AI Experimentalist 并宣布获 DARPA 资助项目

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。