#深度观点

给癌细胞查身份证：KRAS G12D pMHC 纳米抗体，还能往前走多远？

针对 KRAS G12D 肽-HLA-A*11:01 pMHC 复合物，文章提出以 VHH 纳米抗体识别突变肽，并强调需在真实细胞上验证其能否区分仅差一个氨基酸的野生型肽及人体自身肽组。已有 TCR 研究支持该 pMHC 作为识别入口，但 VHH 路线仍属项目设想，尚无实验数据。文章建议将肽长度、可及表面与突变相关构象纳入靶点定义，并用遗传对照矩阵和靶向免疫肽组学检验内源呈递靶标。

Insilico神经衰老靶点发现

在神经衰老领域，AI驱动的靶点发现将一类难成药适应证转化为可命名的下一代靶点，供合作伙伴尽职调查。Iosif M. Gershteyn 于 #ARDD2026 演讲。照片：https://agingpharma.org/photos2026

[量子位] 央视严选「中国AI创业十骏」,唯一AI制药公司水木分子是清华系

水木分子入选央视「中国AI创业十骏」，是名单中唯一AI制药公司。其以对话式药物研发平台ChatDD连接专家经验与AI，自研自身免疫领域双特异性抗体管线从立项到确认PCC仅用七个月，对比传统方法12-24个月。公司称2026年为商业放量阶段，预计今年收入为去年的3至4倍。

对话科理新序张载熙：在最冷门时入局AI4S，他想构建科学原生基座模型

科理新序创始人张载熙正训练一个多模态科学基座模型，用自定义scientific token统一蛋白质结构、组学矩阵、基因序列与分子动力学等模态，使模型直接在科学空间推理。

AI从700亿分子中发现9种新型抗生素候选物，MIT团队向超级细菌发起挑战

麻省理工学院教授Regina Barzilay和James J. Collins获得2026年普利兹克AI科学研究卓越奖，其Antibiotics-AI Project已用AI虚拟筛选超过700亿个分子、对超过3.8万个分子开展抗菌实验，发现或设计出9种新型抗生素候选物。

Corin Wagen 用约250美元算力在 Modal 完成无人工代码的分子模拟项目

Corin Wagen 称其最终项目在 Modal 上花费约250美元，且不涉及任何人工编写的代码。他随后发布完整写作，认为分子模拟正在发生变化，可以模拟更多体系并更具雄心，并附上关于羰基-烯烃复分解建模的博客链接。

黄仁勋对话礼来CEO：AI制药正在走向自动化研发闭环

礼来发布“Agentic Automation Lead — Frontier AI”招聘，目标是让AI智能体选择实验、交由机器人与分析仪器执行并据结果调整下一轮策略，把“设计—制备—测试—分析”周期从数周缩短到数天。

一位哈佛传奇科学家，把最难的靶点交给了中国AI

DoveTree研发总裁Lihua Yu与晶泰科技主任科学家邹俊杰在闭门交流会上首次复盘双方2025年8月宣布的战略合作，该合作总价值达数十亿美元，覆盖肿瘤、免疫、神经、代谢等领域多个难成药靶点，目前已有项目进入IND-enabling研究阶段。

全原子模型密集涌现，AI 蛋白设计迎来新一轮技术竞赛

BioTender 汇总2026年9—10月收录的19个全原子建模与设计项目，覆盖结构生成、复合物预测、结构编码与设计优化，认为竞赛焦点正从生成结构延伸到控制功能。

Anthropic公布Claude加速药物开发早期进展

Anthropic于2026年10月27日发布文章，介绍Claude加速药物开发的早期进展，过去数月与BigHat Biosciences、BMS、Divergence Labs、Enveda、Generate Biomedicines与The Column Group六家机构达成深度研究合作，并启动自主药物发现项目。

中国源头创新，缺的不是好Science

Science to Startup（S2S）首届中国研讨会在杭州西湖大学举办，让中国顶尖科学家与全球生物医药创投直接对接。会上展示的项目包括郭天南团队的ProteinTalks，其在501例乳腺癌患者回顾性队列中验证预后风险分层，并对3000种化合物做虚拟筛选、经患者来源肿瘤类器官验证。会议数据称2025年中国76个创新药获批上市，高于2024年的48个。

长江杯蛋白设计大赛七大靶点通关攻略：EGFR、TNF-α、GLP-1R等赛道规则与打法解析

2026赛季长江杯AI蛋白质设计大赛设EGFR、TNF-α、GLP-1R、TfR1、TL1A、TNFR1、IL-7Rα七条赛道，公开队先按ESMFold2预测加ipSAE打分排序入围，最终名次完全由实测KD决定。计划约7000条序列免费湿实验验证，每赛道约1000条，前50名免费加做成药性与细胞活性检测。EGFR赛道须测pH 6.0亲和力，GLP-1R仅给ECD却要求激动剂，为全场最难。

中国源头创新走向全球：国际顶尖资本把尽调搬到教授“白板前”

首届Science2Startup中国研讨会2026年10月15日在杭州西湖大学举行，由RA Capital与启明创投联合主办，约130位参会者中一半为海外投资人，10支团队从43个申请项目中入选决赛。

英矽智能Rentosertib进III期

@gpetruzella 在《伯克希尔鹰报》谈AI的事实与炒作。Rentosertib：AI设计的靶点+分子，现处于IPF III期，是对预测的真正检验。看这些系统实际交付了什么。 https://www.berkshireeagle.com/opinion-columnists/ai-is-advancing-faster-than-we-can-explain-it-heres-how-to-separate-fact-from-hype/5048392

Claude驱动AI Agent自主完成小鼠脑内基因治疗注射实验

Exin Therapeutics联合创始人兼CEO Gabriel Ocana-Santero公开一项实验，由Claude驱动的AI Agent从19种候选基因治疗载体中选择方案，确定外侧内嗅皮层为注射靶区，并操控自建电动定位装置完成小鼠脑内注射，人类仅负责开颅缝合与审批。

npj Drug Discov｜TechBio 3.0：AI制药如何把预测、设计与实验连成闭环

牛津大学Krish Ramadurai与Abhirup Banerjee在《npj Drug Discovery》发表综述，用TechBio 3.0概括将多模态AI、生成式化学与自动化实验接入同一反馈体系的研发方式，并区分1.0性质预测、2.0靶点发现与分子生成、3.0实验反馈持续更新模型与设计。

Bruce Booth警告：AI药物供给过剩，Biotech将迎来消化不良

Atlas Venture 合伙人 Bruce Booth 在 LifeSciVC 发文《The Fruits of AI Drug Abundance: Indigestion In The Near Term》，判断 AI 长期能帮制药做出更好的药，但未来 3–5 年在分子设计层面更可能先制造一轮药物丰裕，把行业整体研发生产率推得更糟。

Edison科学CEO谈AI发现失明疗法

和MTS聊AI for science的快速进展、以及我们为医学带来超级智能的努力，非常有趣。未来正在加速到来。

英矽智能ARDD2026多域推理演讲

能够预测具名临床结局的多域推理，正是Salah Mahmoudi在#ARDD2026会议上的演讲可用于尽职调查的原因。照片：https://agingpharma.org/photos2026

「宇宙第一大药厂」押注，AI科学家爆了！阿斯利康、赛诺菲已抢先入局，这些中国企业值得关注

Edison Scientific 宣布与辉瑞达成合作，将 AI 科学家 Kosmos 部署到辉瑞研发流程，整合公开数据源与辉瑞内部药物研发专属数据构建一体化世界模型，辅助研发关键决策。

别再用胜率：跨基准任务比较模型排名的统计方法

牛津蛋白信息学组博客指出，化学信息学论文常用胜率（模型在任务中排名第一的比例）评估基准表现，但该指标会掩盖微小差距、缺乏统计检验，并隐藏模型在部分任务上的严重失败。

扰动之心走出隐匿模式：发布虚拟细胞世界模型 AlphaCell 1.0 Pro，打造原生组学 AI 赋能 AIDD

孵化于同济大学 DELTA Lab 的扰动之心（PerturbMind AI）走出隐匿模式，发布虚拟细胞状态推演世界模型 AlphaCell 1.0 Pro，并打造几何世界模型驱动的 PerturbSeek™ 生态系统。

Moderna总裁霍格：AI制药最大想象力是“一人一药”

Moderna总裁斯蒂芬·霍格在黑石播客中表示，AI可加快药物发现与mRNA序列设计，但药物是否有效、疗效能持续多久仍需人体临床验证。他以个体化癌症疫苗为例：肿瘤样本测序后最多将34个新抗原编入mRNA，最多接种九剂，从收到合格样本到送回医院约六周。他认为AI难以同步加速制造、临床与监管环节，个体化医疗是其最看好的方向。

AI蛋白质设计在神经退行性疾病领域的进展如何？

针对阿尔茨海默病、ALS等神经退行性疾病，现有7项AI蛋白质设计研究覆盖金属蛋白酶降解Aβ与TDP43、靶向FUS/Amylin/Aβ/Tau/TDP43的binder设计及病理修饰检测，多数由David Baker团队完成。金属蛋白酶研究仅完成体外实验，细胞与动物验证仍是挑战；靶向无序蛋白的binder设计曾尝试polyQ但失败。整体研究数量不多，尚无AI设计蛋白药物进入AD治疗。

英矽智能谈虚拟衰老细胞模型

虚拟衰老细胞模型之所以能赢得合作伙伴的关注，在于它们明确了衰老生物学中哪些问题变得可检验。@petrinak_ISM 于 #ARDD2026 分享。照片：https://agingpharma.org/photos2026

为何无人讨论患者参与闭环？

为什么没人讨论“患者参与闭环”（Patient-in-the-Loop）？

能结合却无药效的分子还能做什么：从沉默结合到PROTAC与RiboTAC的药化设计

作者费米子父梳理了沉默结合配体在诱导邻近技术中的再利用路径，涵盖SAR by catalog、RiboTAC、RNATAC、RIPTAC与PhosTAC。文中引用Disney团队2023年Nature研究，将结合RNA但无功能效应的小分子接上RNase L招募模块后成为降解剂；Tong等2024年全转录组研究中481个结合RNA靶标仅5个达到RNase L依赖切割标准。

Formation Bio设6亿美元药物开发加速基金：押注Ⅰ、Ⅱ期临床资产

Formation Bio于10月28日宣布设立药物开发加速基金，获6亿美元资本承诺，用于投资组合内药物项目的获取与开发。基金计划未来3至5年取得10至15个项目，优先收购或授权引进Ⅰ期和Ⅱ期资产，目标在取得项目后2至4年内实现重大临床里程碑。6亿美元为认缴承诺，非已支出研发费用，AI系统仅用于支持项目选择、适应症匹配、试验设计与开发运营。

英矽智能谈早期授权证据包

当合作方能够对照完整证据包对具名目标产品概况进行评分时，早期授权即可通过。Nikolaj Kulahin Roed 在 #ARDD2026 上发言。照片：https://agingpharma.org/photos2026

AI做药，到底能做什么？不能做什么？

AI在药物发现前端已能系统排序靶点、生成候选分子并优化临床试验设计，英矽智能的Rentosertib从靶点识别到提名临床前候选药物约用18个月。但湿实验与临床验证仍是瓶颈：截至2025年中超过75个AI设计分子进入人体试验，尚无一款通过III期并获批上市。Rentosertib的III期GENESIS-IPF-3已于2026年9月完成首例患者给药，计划在47个中心招募约320名患者。

Insilico 谈生物虚拟模型可检验性

生物学的虚拟模型，只有当它们明确指出扰动之后什么变得可检验时，才值得审慎对待。@omarabudayyeh 于 #ARDD2026。照片：https://agingpharma.org/photos2026

Nature Methods 2026 研究比较四条自监督学习路线用于细胞绘画表型指纹

Walid M. Abdelmoula 等在《Nature Methods》发表大规模比较研究，用 JUMP–CP 约 177 万张未标注图像预训练四类自监督模型，并在多个独立数据集检验细胞扰动识别。

同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》

英矽智能谈O3DC开放基准指数

英矽智能提出，AI药物发现领域过度关注模型性能，却很少追问支撑这些数字的基准是否合适。其参与发起的O3DC联盟推出Benchmark Index，作为社区资源用于查找、比较和讨论药物发现领域的开放基准。推文同时征集各领域值得关注的基准。

Generate:Biomedicines 谈与 Anthropic 合作及 AI 智能体应用

Generate:Biomedicines CEO Mike Nally 与应用开发副总裁讨论其科学家如何将 AI 智能体与自有模型及实验能力结合，以拓展可探索的生物学问题。该内容出自 Endpoints 对 Anthropic 生物制药布局的报道，涉及双方合作。Mike 称这些工具正以极其重要的方式帮助解析生物学复杂性。

文汇报 | AI制药“超级效率”赋予中国“超级机遇”

德睿智药在2026上海生物医药投融资峰会上披露，其口服小分子GLP-1候选药物从立项到Ⅲ期临床耗时4年半、直接研发投入仅2300万美元，而美国药厂平均需8年以上、超3亿美元。公司40多位研发人员人均推进1.5条管线，创始人牛张明称AI分子设计与多目标优化可使研发效率提升10到20倍。与会投资人同时指出，AI应用仍集中在研发前端，临床开发等中后期尚未被充分赋能。

Brian Hie 回顾 Evo 2 一年项目：把 DNA 当作需要沟通的外星语言

Brian Hie 表示 Evo 2 项目历时约一年，过程让他联想到科幻作品中与外星人建立通信的描写。他认为 Evo 2 在很多方面是一个精通 DNA 这种外星语言的模型，找到与这类模型有效沟通的方式，可能解锁生物设计与发现中的新能力。

智能体AI与自驱动实验室药物发现综述

新药研发研究综述：智能体AI + 自驱动实验室用于药物发现。 包含我们的“提示词到药物”/制药超级智能框架，并对验证与监管给出了恰当的注意事项。 祝贺 Bhagyashri Rathod、Manish Baviskar、Sachin Puri。 https://analyticalsciencejournals.onlinelibrary.wiley.com/doi/10.1002/ddr.70400

约翰斯·霍普金斯大学获ARPA-H最高5210万美元资助，构建AI模型解码蛋白质错误折叠

约翰斯·霍普金斯大学牵头获ARPA-H最高5210万美元、为期4年的资助，将构建AI模型解码内在无序蛋白在帕金森病、尤文肉瘤等疾病中的错误折叠与动态构象，项目名为DETR，由Xiaobo Mao领导，21名研究人员来自美欧12家机构。

DoveTree对谈晶泰：AI制药的价值，不止于设计分子

DoveTree Medicines与晶泰科技的合作项目中已有一项进入IND申报前研究阶段，其余仍处早期发现阶段。双方在研讨会上强调，AI可探索的化学空间远超实体化合物库，难成药靶点可能只是库里缺那个分子，晶泰以合成数据加物理模拟为起点、再由自动化实验室合成100至500个新化合物迭代。于利华同时指出，研发最贵环节是IND-enabling和临床开发，AI原生应同时消解科学与流程两端的摩擦。

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。