AI制药日报｜头条：多样计算策略发现p38α−MK2分子胶
下一分子日报头条介绍一项结合自由能扰动与机器学习的研究，从多种化学来源配体中筛选并优先排序，识别出多个结构多样、高效力且高选择性的p38α−MK2分子胶。先导化合物14和28在人全血中达到覆盖EC50的暴露水平，并在脂多糖小鼠模型中口服给药后显著降低TNFα水平，结果基于摘要报告。
#虚拟细胞
下一分子AI 评分6565
下一分子AI 评分7474 AI制药日报｜Pallatom2 全原子生成模型发布；多项预印本成果发布
力文所发布全原子生成模型Pallatom2，可同时生成氨基酸序列与主侧链原子构型并指定靶点结合界面；据该帖介绍，210个候选中确认112个具结合活性，10个靶点均获结合剂，其中6个靶点经BLI测定报告pM量级KD。
生物药大时代AI 评分4242 艾凯生物异体 iPSC 帕金森病疗法 ALC01 获 FDA IND 许可
艾凯生物自主研发的异体 iPSC 来源多巴胺能神经前体细胞治疗产品 ALC01 于11月5日获得 FDA 新药临床试验申请（IND）许可，将在美国开展临床研究。ALC01 融合 AI 细胞建模与基因编辑低免疫原性 iPSC 技术，为「现货型」细胞治疗候选药物，拟在短程免疫抑制方案下验证安全性与有效性。
下一分子AI 评分3636 AI制药日报｜Nature发表RNA基础模型structRFM、OriBench-AutoLAB初步闭环...
中国科学技术大学、浙江大学等机构在Nature发表RNA基础模型structRFM，预训练中通过结构引导掩码语言建模同时学习序列与碱基配对关系。临港实验室与上海人工智能实验室联合推出基于OriBench的自驱动实验室平台AutoLab，打通从计算推演到实验验证的干湿闭环。
下一分子AI 评分3232 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。
下一分子AI 评分3030 AI制药日报｜谷歌化学智能体、虚拟细胞与药企进展
本期日报收录谷歌DeepMind的Antigravity化学信息学技能演示，智能体可整理文献与分子数据、调用化学工具分析并协助提出待验证设计方案，官方称部分原需多天的工作可在约一小时内完成，但设计结果仍须实验验证。
晶泰科技AI 评分3838 从 AI 预测到 AI 原生，药物发现如何向前一步？
晶泰科技联合创始人兼首席创新官赖力鹏在 SWITCH 2026 期间该公司举办的研讨会上提出，AI 药物发现正从“AI 预测”走向“AI 原生”，即让验证、数据与新认识回流模型。
深势科技 DP Technology精选AI 评分7474 深势科技合作开发的虚拟细胞模型ProteinTalks登上Nature，并推进药效预测落地
深势科技与合作团队在《Nature》发表虚拟细胞模型ProteinTalks，将大规模动态蛋白质组与神经常微分方程预训练结合，用于药物扰动响应预测。
推荐理由：深势科技作为论文合作方，梳理了ProteinTalks在单药筛选、联用与耐药机制上的实验验证路径。
晶泰科技AI 评分5050 SIGX1094 联合氟泽雷塞片治疗 KRAS-G12C 突变非小细胞肺癌 Ⅱ/Ⅲ 期临床获批启动
希格生科自研 FAK/SRC 双靶点抑制剂 SIGX1094 联合信达生物氟泽雷塞片（达伯特®）用于 KRAS-G12C 突变阳性非小细胞肺癌的 Ⅱ/Ⅲ 期临床试验获 NMPA 批准，这是 SIGX1094 继弥漫性胃癌后的第二个核心适应症。
下一分子AI 评分5858 AI制药日报｜2026-11-02
下一分子11月2日AI制药日报头条介绍生物活性基础模型PSICHIC+，基于约8200万条蛋白-配体记录训练，可从蛋白序列与配体SMILES在毫秒级预测结合亲和力，在无靶点特异性训练数据的零样本虚拟筛选基准中富集效果优于回归和分类方法，并与领先的基于结构的方法表现相当。
下一分子AI 评分3838 AI制药月报｜2026年10月
下一分子10月月报收录33项进展，蛋白质设计重点从生成候选延伸至功能验证，虚拟细胞数据规模继续扩大，产业合作聚焦递送与蛋白疗法。月报以时间线梳理Baker Lab及IPD的14项研究，涵盖模型工具、功能设计与可开发性。其他进展包括RFdiffusion3正式发表、RFD4开源，以及剂泰与礼来就LNP递送达成合作，首付款逾千万美元、里程碑最高11亿美元。
下一分子AI 评分7272 AI制药日报｜2026-10-31
Ginkgo Datapoints旗下虚拟细胞药理学计划于2026年10月27日以CC BY 4.0许可开放ReFRAME化合物库的DRUG-seq转录组数据，覆盖12,949种化合物，注册免费账户即可获取。
英矽智能AI 评分3838 Fast Company专栏｜英矽智能CEO Alex Zhavoronkov：AI或实现人类寿命倍增
英矽智能创始人兼CEO Alex Zhavoronkov在Fast Company“影响力委员会”专栏撰文称，AI有潜力倍增人类寿命，但这只是愿景而非近期可验证的科学预测。
下一分子AI 评分3232 AI制药日报｜2026-10-28
David Baker团队与苏黎世联邦理工学院等合作在Nature发表从头设计半胱氨酸蛋白酶研究，用RFD2-MI、ProteinMPNN和AlphaFold 3从Ulp1最小催化基序出发设计，69个实验设计中有13个出现肽键切割活性。
下一分子精选AI 评分6060 百奥几何完成A+轮融资，A轮系列累计超1亿美元
百奥几何宣布完成A+轮融资，A轮系列累计超1亿美元，本轮由国寿资本领投，老股东上海生物医药基金、达晨财智继续加码，国开科创、瑞力投资、国方创投及产业方跟投，指数资本担任独家财务顾问。
推荐理由：融资事件之外，材料还梳理了GeoFlow三代迭代与RSI干湿闭环的布局，并标注公司披露数据未经独立验证。
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。
TurbineAI 评分1515 Turbine 将参展 ESMO 2026，展示虚拟试验与虚拟细胞
Turbine 团队将于 10 月 23–26 日在马德里 ESMO 2026 的 8107 号展位（8 号厅）与肿瘤研究者及生物制药方交流。其展示内容包括：用虚拟试验预测 PDX 模型中的 ADC 响应并提出可验证的生物标志物假设、以免疫细胞表型虚拟模型预测患者药物响应，以及胰腺癌 KRAS 靶点识别筛选产出机制、生物标志物和联合用药假设。
Pathos AI 官网资讯精选AI 评分6363 Pathos AI 与 BMS、Tempus AI 达成合作，以阿尔茨海默病等神经疾病为起点推进 AI 药物开发
Pathos AI 宣布与 Bristol Myers Squibb 和 Tempus AI 达成多年战略合作，为阿尔茨海默病及其他神经疾病构建专用数据集与智能体 AI 能力。
推荐理由：Pathos 与 BMS、Tempus 围绕神经疾病数据与 AI 平台达成合作，可观察 AI 平台如何介入临床开发决策。
NewLimit · Progress Blog精选AI 评分5858 NewLimit 披露 2026 夏季进展：首个重编程药物候选推进临床前放大与监管沟通
NewLimit 在 2026 夏季进展中称，其首个重编程药物候选（LNP-RNA 递送重编程因子 RNA 至肝细胞）已完成放大生产工艺，单批产量超过 2025 年全年总和，制造规模较年初提升 314 倍、部分质量指标提升 13 倍，并在最相关非临床模型中观察到肝脏递送。
推荐理由：NewLimit 披露首个重编程药物候选的放大生产、动物递送与监管沟通进展，并给出载荷筛选与细胞年龄预测模型的具体提升幅度。
Valence Labs精选AI 评分5858 Valence Labs 提出 trajectory replay 持续学习技术，用于 flow matching 与扩散模型
Valence Labs 提出 trajectory replay，一种面向 flow matching 和扩散模型等连续时间生成模型的持续学习技术，通过用前一模型生成路径的速度场重训模型来提醒其已学内容，全程不生成完整样本。
推荐理由：该方法用前一模型生成路径的速度场重训，避免生成完整样本，为连续时间生成模型的持续学习提供更省成本的替代方案。
Insilico Medicine 英矽智能精选AI 评分5858 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。
推荐理由：英矽智能公开虚拟衰老细胞框架的跨尺度多智能体架构，并说明其正用自动化实验室做前瞻验证。
insitro · Publications & Press精选AI 评分7171 insitro与阿斯利康达成MASH和心肌病AI药物发现合作，首付4000万美元
insitro宣布与阿斯利康达成全球独家研究合作，针对MASH和心肌病发现新靶点与疗法，将获得4000万美元首付款，并有资格获得最高约14.6亿美元潜在发现、开发与商业里程碑付款及个位数分级销售提成。insitro将用其Virtual Human平台识别两个适应证的因果疾病生物学，并把阿斯利康提名的靶点推进至开发候选化合物，阿斯利康负责全部临床开发、监管与商业化。
推荐理由：交易把insitro的Virtual Human平台用于MASH与心肌病两个异质性适应证，并明确划分发现与临床分工。
英矽智能精选AI 评分5858 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。
推荐理由：英矽智能一次性披露Pharma.AI秋季多项更新，含专业模型基准表现与逆合成对比数据，可作平台能力横向参照。
英矽智能AI 评分3434 ARDD 2026｜前沿AI、全球药企与科学先驱齐聚哈佛，共探长寿科技新未来
第13届衰老研究与药物开发大会（ARDD）于10月1日至3日在哈佛大学举行，聚焦前沿AI、大规模生物数据与药物创新融合如何重塑长寿科学。FDA官员提出两条长寿疗法审批路径：证明对两到三种年龄相关疾病有效，或采用涵盖认知、虚弱度及视力的复合功能终点。英矽智能在会上介绍了其“虚拟衰老细胞”多智能体模拟框架，并披露Rentosertib在特发性肺纤维化II期高剂量组给药12周后FVC增加98 mL。
TurbineAI 评分2222 Turbine 对话赛诺菲：虚拟细胞何时可信
Turbine 首席科学官 Daniel Veres 与赛诺菲系统与疾病生物学负责人 Giorgio Gaglia 对谈，讨论虚拟细胞模型目前能支撑哪些研发决策、信任与实用性边界在哪里。Gaglia 正实际评估这类模型的可信度，节目另有两期后续。
Isomorphic LabsAI 评分3333 Isomorphic Labs 加入虚拟生物学计划
今天，Isomorphic Labs 作为创始成员加入虚拟生物学计划（VBI）。 我们正在帮助为全球研究界构建一个开放资源，以加速我们对疾病的理解和治疗。 在此了解更多：https://www.isomorphiclabs.com/articles/isomorphic-labs-joins-the-virtual-biology-initiative
TurbineAI 评分4242 Turbine在World ADC大会展示vLab® ADC发现数据
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。
TurbineAI 评分3030 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。
RecursionAI 评分2222 Recursion用BioHive-2训练基础模型绘制生物学图谱
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。
RecursionAI 评分4242 Recursion详解端到端平台：基因组规模扰动与数据工厂
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。
Turbine精选AI 评分5858 Turbine 扩大与第一三共合作，用虚拟细胞平台预测 ADC 实验结果
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。
Valence LabsAI 评分4242 Valence Labs 用 PRDC 评估生成模型
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精选AI 评分5858 Turbine与第一三共扩大合作，用vLab虚拟实验室支持ADC项目
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 官网资讯AI 评分6363 Turbine 与第一三共扩大 ADC 发现合作，vLab 平台接入其自有 ADC 项目
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。
TurbineAI 评分2222 Turbine虚拟生物学Meetup第三期回放上线
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”。
Ginkgo Datapoints · Updates精选AI 评分5858 Ginkgo 虚拟细胞药理学计划 VCPI 向所有注册用户即时开放全部数据集
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。
Valence LabsAI 评分2020 Valence Labs谈扰动预测数据规模挑战
要解码生物学，我们希望理解干预（遗传或分子层面）如何改变细胞状态。 挑战在于规模：约有10⁶⁰种类药分子，我们希望理解它们在许多不同细胞背景下的效应。 即便在最先进的实验室中，覆盖如此大的搜索空间也是不可行的。 但充分的数据多样性对于训练能够泛化的扰动预测模型至关重要。 那么，我们该怎么做？
EMBL-EBI News精选AI 评分5858 EMBL-EBI 视角：基准评测如何支撑生物医学 AI 的可靠性
EMBL-EBI 研究负责人 Julio Saez-Rodriguez 等人在一篇 Perspective 文章中讨论生物医学基础模型的基准评测，提出数据质量、模型仓库与评测框架三个相互关联的支柱，并主张将性能评估与方法开发隔离、由独立方在未见数据上评测。
推荐理由：EMBL-EBI 研究负责人系统梳理生物医学基础模型基准评测的三角框架与独立评测原则，为理解模型评测争议提供参照。
临港实验室AI 评分4040 浦江创新论坛·未来医药创新论坛在沪举行，人工智能医药创新联合体正式启动
9月13日，第十九届浦江创新论坛专题分论坛未来医药创新论坛在张江科学会堂举行，创新药物国家实验室体系人工智能医药创新联合体正式启动。该联合体由临港实验室牵头，联合科研机构、医院与企业组建，旨在建立跨主体协同机制、支撑原创新药攻关。论坛同期发布面向全国开放申报的“元因·百靶”计划，并展示“虚拟疾病生物学家·元生”平台从OriGene、GeneClaw到OriBench的能力布局。
Valence LabsAI 评分4040 实验室批次效应与AI模型学习
在湿实验室数据上训练的模型，可能学到的不是底层生物学，而是某个研究实验室的怪癖。 “批次效应”指的是生物样本所反映的更多是关于谁做了实验、何时做的、在哪个仪器上做的，而非所关注的生物学本身。 观看 Zeinab 解释实验室如何应对批次效应，以确保 AI 模型学到的是底层生物学，而非噪声。