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。
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。
NVIDIA 在 10 月 28 日的技术报告中提出 BindClaw,一套智能体辅助的蛋白结合剂设计流程,可从生物学目标或论文出发识别靶点与结合位点、建立抑制或降解等五类机制相关计算测定,再调用 RFD4-Proteina、Proteina-Complexa 等后端生成并迭代候选物。
推荐理由:NVIDIA 技术报告把机制相关计算测定嵌入蛋白结合剂设计流程,并给出钙调蛋白状态选择性的湿实验数据。
Brian Hie 团队报告 Evo 2 在仅给四个示例、不做额外训练时可生成金属结合蛋白、从头抗体与完整噬菌体基因组,作者称其为训练时未预料到的生成式上下文学习。
IPD与NVIDIA于10月公开RFD4-Proteina的代码与模型权重,模型把序列与结构放进同一生成过程,并提供候选搜索与评估入口,核心许可为BSD 3-Clause。
推荐理由:结合开源入口、计算基准口径与两组湿实验,给出团队自评该蛋白设计模型是否值得采用的判断框架。
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。
推荐理由:IPD 与 NVIDIA 联合发布开源蛋白设计模型,给出相对 RFdiffusion3 的生成速度与任务覆盖对比。
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。
Terray Therapeutics 与 NVIDIA 合作,用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线,并称取得当前最优性能。
推荐理由:Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台,展示了化学文档解析在药研工作流中的具体用法。
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。
推荐理由:AlphaFold 数据库新增 2800 多种病毒的蛋白复合物预测结构,为疫苗与诊断靶点研究提供开放基础数据。
Proxima 已将 NVIDIA 今日发布的 BioNeMo Inference Runtime 用于其蒸馏与重折叠管线的生产环境,使 Neo 在 H100 上获得 1.6 至 1.9 倍吞吐提升,短输入场景最高 3 倍。公司称集成仅耗时数小时,一个使用 BioNeMo agent skill 的编码智能体一次性完成接入,尽管 Neo 架构与参考模型差异很大,此后已持续运行。
推荐理由:Proxima 披露 Neo 接入 NVIDIA BioNeMo 推理运行时后的吞吐提升与集成耗时,可作为评估推理栈落地成本的参照。
Terray Therapeutics 在 H100 GPU 上以自有生产架构 TerraBind 为基准,测试 NVIDIA 新发布的 BioNeMo Inference Runtime 内核(CuTeDSL),结果显示其比标准 PyTorch 注意力最高快 7.1 倍,比其现有优化内核栈 cuEquivariance 最高快 1.8 倍。
推荐理由:Terray 在自有生产架构上实测 NVIDIA 新推理内核,给出相对 PyTorch 与现有内核的加速幅度及适用规模。
NVIDIA 发布 BioNeMo Agent Toolkit,这是一个开放的、面向智能体的工具包,为任意 AI 智能体提供蛋白质结构预测、分子对接、生成式化学和基因组分析等可调用工具。Medra 转发该消息并表示正与 NVIDIA 合作构建由智能体决定下一步运行什么、再由物理 AI 实验室执行的闭环,称期待将其投入使用。
Proxima借助NVIDIA BioNeMo Agent Toolkit,将其AI智能体用于整合基础模型训练、化学、生物学与蛋白质组学,以更快把新生物学转化为治疗假设并推进项目。该工具包由NVIDIA Health在BIO 2026发布,Proxima称其为合作方之一。
蛋白质设计研究所(IPD)与 NVIDIA 合作,将 NVIDIA cuEquivariance 和 TensorRT 集成到 RF3 流程中,在 256 残基蛋白上把端到端结构预测时间从 5.8 秒缩短到 2.5 秒。
推荐理由:IPD 与 NVIDIA 把 RF3 推理时间缩短一半以上,展示了设计模型与底层算力栈协同优化的路径。
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。
推荐理由:Medra 公布 AI Experimentalist 与湿实验室闭环平台,抗体筛选案例给出周期压缩的具体路径。
Genesis 称其 Pearl 系统在 OpenBind 的 EV-A71 2A 蛋白酶基准(802 个化合物,best-of-25)上零样本取得 78% 联合标准成功率(RMSD ≤ 2 Å、PoseBusters 有效、LDDT-PLI ≥ 0.8),高于 OpenBind 评测的全部共折叠模型。
推荐理由:Genesis 在 OpenBind 公开基准上对比 Pearl 与六种共折叠模型及对接方法,给出零样本与亚埃级精度的具体参照。
Theodoris Lab 发布时序 AI 模型 MaxToki,用于生成动态轨迹中的过去、中间与未来细胞状态,并预测诱导目标状态转变的干预。模型基于近 1 万亿基因 token 训练,覆盖约 1.75 亿单细胞转录组和约 1 亿条跨人类一生的细胞状态轨迹,采用连续数值 tokenization 与两阶段训练(上下文长度从 4096 扩至 16384)。
推荐理由:该模型把细胞状态建模扩展到时间轴,并在人源细胞与小鼠中验证了预测的促衰老靶点。
今天我们宣布,与@nvidia和@nebiusai(领先的AI云服务提供商,用于训练和推理)合作部署NVIDIA Blackwell B300 GPU的成果:我们用于药物发现的生成模型实现了超过4倍的训练加速和超过60%的推理提速。
Proxima 与 NVIDIA BioNeMo 团队发布预印本,将 NVIDIA 的 Fold-CP 集成进其 NeoLink 蛋白组学流程,把长生物序列的计算分布到多块 GPU 上,以消除限制大型蛋白复合物结构预测的内存瓶颈。Proxima 称 NeoLink 已通过实验绘制高阶复合物中数百万条蛋白质-蛋白质相互作用,而这类复合物由 10、20 甚至 50 个以上亚基组成。
推荐理由:Proxima 与 NVIDIA 合作把 Fold-CP 接入蛋白组学流程,展示多 GPU 拆分长序列以预测大型蛋白复合物结构。
NVIDIA 与礼来宣布成立首个 AI 联合创新实验室,双方将在五年内投入最高 10 亿美元用于人才、基础设施与算力,实验室落地旧金山湾区,预计今年初启动。
推荐理由:两家公司把算力、湿实验与模型开发放进同一实验室,为观察药企与芯片厂商共建干湿闭环提供具体样本。
NVIDIA 宣布扩展开放开发平台 BioNeMo,新增 Clara 开放模型中的 RNAPro(RNA 结构预测)与 ReaSyn v2(确保 AI 设计药物可合成),并推出 BioNeMo Recipes 与 GPU 加速化学信息学库 nvMolKit。
推荐理由:BioNeMo 扩展出 RNA 结构预测与可合成性模型,并接入礼来、Thermo Fisher 的实验室闭环,呈现平台化路径。
Numerion Labs(原 Atomwise)与 NVIDIA 专家合作在 arXiv 发布论文,提出 APEX(近似但穷举搜索)计算协议,可在单块 NVIDIA GPU 上于 30 秒内从 100 亿化合物的组合合成库中检索出评分最高的 100 万个候选分子。
推荐理由:该协议把十亿级组合库的穷举式筛选压缩到秒级,为超大化学空间检索提供了可复用的方法与基准。