#模型/算法发布

BioSymetrics推出靶点智能评估平台

BioSymetrics推出Target Intelligence，整合人类遗传学、疾病与模型系统证据及Phenograph预测，对候选靶点进行并列比较，输出含支持与反对证据及证据缺口的短名单。

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 推出 Mol-1-constraint，引入表位信息提升抗体-抗原结构预测

Molence 发布 Mol-1-constraint，在结构预测中引入表位信息后，四个抗体-抗原基准上 DockQ > 0.23 的成功率均提升：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%。公司称可在 lab.molence.com 用自有生物学问题评测 Mol-1 与 Mol-1-constraint。

Molence 称 Mol-1 长时程智能体在 10 个组装任务中 9 个超过 Anthropic 报告结果

Molence 称基于 Mol-1 的长时程智能体在 10 个受评组装任务中有 9 个超过 Anthropic 报告的结果，可在单张 NVIDIA H20 上预测最长 60,120 个残基的复合物结构，其中 8 个达到 TM-score ≥ 0.90。作者同时引用其前一条内容称，Mol-1 在 FoldBench-AB 上以 DockQ > 0.23 计的中位成功率为 75.0%，与 IsoDDE 已发表的 75.58% 相当；该结果来自对 32 个种子构成的 201,376 种五种子组合的评测，其中 62.22% 达到或超过 75% 成功率。Mol-1 代码见 https://github.com/molence/Mol-1，试用入口为 https://lab.molence.com。

同一新闻，精选展示《Molence 发布 Mol-1 agent：单张 NVIDIA H20 上预测大型蛋白组装》

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。

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。

英矽智能推出 inClinico Agent，加速临床试验分析与终点预测

英矽智能推出 inClinico Agent，将自然语言问题转化为端到端临床分析工作流，把复杂临床格局分析从数月压缩至分钟级。

IPD 与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina

UW 蛋白质设计研究所（IPD）与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina，已接入 NVIDIA BioNeMo。据 NVIDIA 介绍，该模型在 200 个残基长度下生成速度比 RFdiffusion3 快 13 倍，在 12 项以上蛋白设计任务上达到当前最优，并支持自定义设计输入与在难题上使用测试时计算。官方提供结合剂设计教程与项目主页 rfd4-proteina.org。

NVIDIA 与 UW 蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina

NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina，将可编程蛋白设计与搜索能力结合，可按分子输入、约束和评分目标生成并优化蛋白设计。

英矽智能推出MMAI KINOME激酶预测模型

67 种激酶。你的分子还可能命中什么？🎯 认识 MMAI KINOME，英矽智能专用于预测激酶活性、探索选择性的 AI 模型。 带上你的分子。探索预测结果。免费试用。 👉 https://playground.insilico.com

英矽智能在虚拟细胞论坛展示虚拟衰老细胞模拟框架

英矽智能全球AI平台负责人Petrina Kamya在虚拟细胞论坛介绍了公司的虚拟衰老细胞模拟框架，该框架基于12年自有数据与基准测试构建，覆盖分子、细胞内、细胞间、组织/器官和机体五个生物学尺度。系统在每个生物层级使用约43个专用AI智能体，以患者种子基线图谱模拟干预后的细胞状态转变。Kamya表示，公司正在全自动机器人实验室中对机制未知的新分子开展前瞻性验证，以检验预测并排除对文献的记忆。

英矽智能免费开放MMAI ADMET模型

1个模型。28项关于你分子的预测。🧪 它会被人体吸收吗？可能有毒性吗？作为潜在药物它会有怎样的表现？ 认识MMAI ADMET，我们用于药物发现的SOTA模型家族的一员。🧪 🚀 现已免费开放试用！ 👉 https://playground.insilico.com

Pharma.AI 2026 秋季发布回顾：以专业模型与 AI 智能体重构新药研发

英矽智能在2026年Pharma.AI秋季网络研讨会上发布MMAI Gym科学后训练与评估框架，并展示激酶活性、GPCR活性、ADMET预测、单步逆合成和治疗靶点发现五款专业模型，公司称其在70多项化学与生物学基准任务中达到或超越当前SOTA。

Google DeepMind 发布 Gemini 4 Argon，并展示其在酶设计与科研任务上的应用

Google DeepMind 发布 Gemini 4 Argon，通过 API、AI Studio、Gemini 平台及 Antigravity 等入口向开发者、企业和科研人员开放，输入定价为每百万 token 2 美元、输出为每百万 token 10 美元。

insitro 与礼来共建的小分子体内 PK 预测模型上线 Lilly TuneLab

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。

insitro 与礼来在 TuneLab 推出体内 PK 预测机器学习模型

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。

Turbine 将携 vLab ADC 平台亮相 World ADC

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。

Isomorphic Labs 推出药物设计引擎 IsoDDE

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 SynthID Bio，为 AI 生成蛋白与结构嵌入可验证水印

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。

AlphaFold 数据库新增病毒蛋白复合物预测，覆盖 2800 多种病毒

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。

Isomorphic Labs 推出药物设计引擎 IsoDDE

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。

Inductive Bio 发布 Beacon-2，可由化学结构预测小分子人体有效剂量

Inductive Bio 于 9 月 17 日发布 Beacon-2，该系统可直接从小分子化学结构预测人体有效剂量，先预测吸收、分布、代谢、排泄与毒性等决定剂量的性质并估算效力，再通过药代动力学机制模型整合。

Inductive Bio 发布 Beacon-2 模型，从化学结构直接预测人体有效剂量

Inductive Bio 发布 Beacon-2，这是对 Beacon 系列模型的重大更新，可在 ADMET 之外直接从化学结构预测分子的有效人体剂量，由 ADMET-PK、效力与 PK/PD 三个可配置模块组成。

临港实验室元生·开物发布AI原生制药工作台升级版

临港实验室元生·开物发布新版本，上线协作空间与OriBench Structure Viewer，支持多人多Agent协作、蛋白结构叠合与靶点注释，并开放自定义套件能力。

Inductive Bio 推出 AI 化学助手 Indy，称可将药物化学家产能翻倍

Inductive Bio 发布 AI 化学助手 Indy，面向其合作项目开放，公司称已在内部合作项目中使团队产能翻倍。Indy 可解析 CRO 报告、QC 剂量响应曲线、分析历史 SAR、运行生成化学算法、搭建 FEP 计算并生成项目汇报幻灯片，并接入 Inductive 的 ADMET 与 PK 模型。

Inductive Bio 推出药化智能体 Indy，称数据质控准确率 89% 高于 Claude 与 GPT

Inductive Bio 发布小分子药化助手 Indy，内嵌于其 Compass 平台，可做剂量响应数据质控、FEP 提交、人体剂量预测与 SAR 幻灯片生成。

Valence Labs 推出可合成化合物生成模型 Synflownet

Valence Labs 构建了 Synflownet，用于生成最可能具有所需活性的可合成化合物，以提升活性分子搜索效率。该模型针对可购买分子数量达数十亿、无法逐一评估的问题，定位为“锁匠”式生成工具，而非逐个匹配的评估模型。

Lantern Pharma 筹备 Open-Medicine AI 发布

正在为我们的 Open-Medicine AI 发布和规模化做准备。这是我们药物开发群体的重大需求。很高兴能参与这一极其重要的使命和发布。(http://www.open-medicine.ai)

Vilya 发布全原子基础模型 Vilya-2，可建模化学多样性分子界面

Vilya 发布全原子基础模型 Vilya-2，称其无需模板或共进化输入，通过扩散和单一统一原子表示解析多肽与靶点复合物。公司称该模型对非经典多肽达到亚埃级精度，并准确预测 Zolucatetide、Daraxonrasib、Icotrokinra 和 Enlicitide 与各自治疗性蛋白靶点的相互作用。

MindWalk在AMD大会首次公开展示ReefIQ

MindWalk在旧金山AMD Advancing AI 2026大会上首次公开展示其面向AI药物发现的生物上下文层ReefIQ，运行于AMD Instinct平台。该演示被纳入AMD Instinct Demo Showcase四个定制演示短片之一，并配有通过AMD渠道分发的视频访谈。

Profluent AI设计碱基编辑器平台

一套AI设计的碱基编辑器，全部源自同一骨架。每位患者唯一不同的部分只是向导RNA。 这就是AI带来的转变：罕见病从"一次一个药物"走向平台化，旨在降低成本、惠及更多患者。 下方是我们与GEMMABio合作、现获@ARPA_H的THRIVE项目支持的更多内容。

Genesis分子AI将在ICML首尔GenBio 2026展示DeCAF

期待下周在首尔@icmlconf举办的GenBio 2026研讨会。 ➡️ 高级员工ML研究科学家Pranav Murugan将展示聚光灯海报："Few-step Cofolding with All-Atom Flow Maps"，介绍DeCAF——Pearl的蒸馏版本，专为少步推理构建：https://arxiv.org/abs/2606.08375 ➡️ 关于我们自豪地联合赞助的研讨会的更多详情：https://genbio-workshop.github.io/2026/

Valence Labs 发布全原子显式溶剂玻尔兹曼采样模型 AquaGen

Valence Labs 发布 AquaGen，称其为首个全原子、显式溶剂、考虑周期性边界条件的生成模型，可从玻尔兹曼分布生成分子构型。该模型用 3D 图神经网络将噪声转为药物分子与水的全原子三维排布，再以力场评估能量、以灰盒方式计算绝对水合自由能，约需数百个样本即可获得相对 MD 参考约 1 kcal/mol 误差的结果，速度约为 MD 的 10 倍。

Nabla Bio 发布 JAM-2 报告：零样本设计多特异性抗体与 KRAS G12 双变异结合剂

Nabla Bio 发布 JAM-2 模型报告，将零样本药物设计从结合扩展到多功能药物与胞内蛋白质组。报告称其全计算设计出针对五种肽-MHC 的多特异性抗体，T 细胞激活/杀伤 EC50 达皮摩尔级、选择性超过 100 倍；并生成靶向 KRAS G12V 与 G12C 的双变异多特异性抗体，在皮摩尔至个位数纳摩尔效力下杀伤呈递细胞且不伤野生型。

Medra 推出 AI Experimentalist，与 Physical AI Lab 组成闭环实验平台

Medra 发布 AI Experimentalist，作为其 Physical AI Scientist 平台的科学推理层，与湿实验室执行层 Physical AI Lab 组成设计、执行、解读、改进的闭环系统。

Verge Labs 发布精准神经病学基础模型 vBx-1.0

Verge Labs 发布精准神经病学基础模型 vBx-1.0，称可从常规抽血重建患者脑分子状态，准确率最高为此前最先进模型的 3 倍。

Cradle 推出 Guided Rounds：将蛋白质工程轮次最佳实践内置到平台

Cradle 发布 Guided Rounds，把运行机器学习引导蛋白质工程轮次的最佳实践内置到平台，用户输入蛋白类型、是否有实验数据及设计或筛选目标后即可获得默认配置与分步引导。该功能今日面向所有用户上线，覆盖用户最常运行的轮次类型，并可视化数据集、模型训练、设计与审核之间的决策路径以提升可追溯性。需要逐参数控制的科学家仍可自行配置单项任务，计算科学家也可通过 API 扩展自有预测器与评分。

Genesis Molecular AI 发布 DeCAF-Pearl 全原子共折叠流图模型，推理提速 5 倍

Genesis Molecular AI 发布 DeCAF-Pearl，称其为首个用于全原子共折叠的流图模型，相比其 Pearl 模型推理提速 5 倍且质量几乎无损。

Genesis 发布 DeCAF-Pearl：面向全原子共折叠的流映射蒸馏模型

Genesis 发布 DeCAF-Pearl，这是首个用于全原子共折叠的流映射模型，由 Pearl-2026.1.dev 蒸馏而来，扩散采样阶段的模型调用减少约 20 倍，整体推理加速约 5 倍。

Ginkgo Datapoints、Tangible Scientific 与 Inductive Bio 联合推出 ADME-One

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。