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。
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。
Anthropic于10月26日向美国SEC公开递交S-1注册文件,拟在纳斯达克上市,股票代码ANT,招股书把生物学和医学列为AI最有望改善人类生活的四大方向之首。
推荐理由:梳理Anthropic招股书中的生命科学布局,并区分客户覆盖与AI制药收入、早期发现与药物候选。
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。
推荐理由:该开放模型把可编程蛋白设计与搜索结合,并在四类基准上报告了相对基线的设计成功率与吞吐表现。
UW 蛋白质设计研究所(IPD)的 Anqi Chen、Kejia Wu 和 Hojae Choi 从头设计出蛋白酶,这些“分子剪刀”能高精度切割用户指定的目标序列。该成果本周发表于 Nature,推文未披露切割效率、特异性数据或实验体系。
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。
推荐理由:Gemini 4 Argon 在数小时内完成丝氨酸酯酶设计,并经实验室测试确认催化活性,为通用模型参与酶工程提供了具体案例。
华盛顿大学蛋白质设计研究所David Baker团队提出RFOptimization(RFO),冻结RF3参数,从Pairformer后的distogram与置信度头提取梯度,在离散序列空间用梯度引导MCMC搜索,并与Boltz加ProteinMPNN/LigandMPNN的结构循环分支交替使用,AlphaFold3仅作独立评估。
推荐理由:该工作把全原子结构模型的内部梯度用于已有候选的序列优化,并给出跨模型一致性与算力成本的对照。
Profluent团队下周将前往Summer RosettaCon!找到@jeffruffolo、@richardwshuai、@ShiakiMinami和Alex Hoffnagle,打个招呼👋 你可以在周四下午1:30听Richard谈论E1,我们的编码器模型(“E1:用于适应度和结构预测的检索增强蛋白质编码器”),Alex将在周一晚上7:30分享他在我们AI设计的碱基编辑器上的工作(“使用蛋白质语言模型设计可编程碱基编辑器”)。
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。
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。
Baker Lab 的蛋白质设计研究所发布开源模型 RFdiffusion3,可生成与细胞内常见各类分子相互作用的新蛋白质。
推荐理由:RFdiffusion3 以原子级扩散统一蛋白、DNA 与小分子结合设计,并开放训练代码与权重,便于复用与改造。
Baker Lab 报告开发 RFdiffusion2,可直接以活性位点原子排布为输入生成酶,无需实验室优化即具备催化活性。在 Nature Methods 研究的计算基准中,该模型解决 41 项酶设计挑战中的 41 项,此前最佳工具为 16 项。
推荐理由:RFdiffusion2 以活性位点结构为输入直接生成酶,并在计算基准中解决全部 41 项设计挑战,为酶设计提供了新的可复用工具。