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。
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。
AI 药物开发公司 Pathos 宣布完成由 Bristol Myers Squibb 领投的 2.37 亿美元 E 轮融资,估值约 30 亿美元。公司同时从肿瘤扩展至神经疾病领域,借助 Tempus AI 的新数据集,并与 BMS 合作,首个方向为阿尔茨海默病治疗。
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。
Abundance Longevity(Buck)与 @PeterDiamandis / @Abundance360:衰老优先的发现、2a期中的六个蛋白质组学时钟、双用途管线,以及为什么一个健康年 ≈ 83亿生命年。演讲:https://vimeo.com/1238263340/1a6b5ead3f
Xaira 于 2026 年 10 月 21 日发布药物发现智能体平台 X-Scientist,公司报告其提名的基因干预在 HepG2 细胞实验中命中率为 7.1%,人工筛选为 6.9%,随机组为 0.9%。
推荐理由:发布文把命中率、基准增益与成本放在同一套证据里,并逐项标注了计时对象和验证方式的边界。
SandboxAQ 与 Apheris 在柏林宣布推出 Virtual Cell Network,目标是建成由药企主导的最大虚拟细胞网络。成员用自有数据训练 SandboxAQ 的 AQCell 以扩展其适用范围,再针对自身项目微调,原始数据不离开各公司环境;Apheris 负责运营网络并通过其平台交付模型,同时运行 co-folding、ADMET 和抗体可开发性联邦网络。
推荐理由:药企可在自有数据不出域的前提下联合训练虚拟细胞模型,为跨公司数据协作提供了一种组织方式。
Recursion于2026年10月15日宣布完成2亿美元普通股包销发行并获超额认购,参与方包括Janus Henderson、ARK Invest等机构。
元示科技已连续完成近亿元人民币天使轮及天使+轮融资,天使轮由创新工场、上海未来产业基金与燕缘创投联合领投,天使+轮由Monolith领投、道彤投资跟投。资金将用于模型研发、数据与实验平台建设及面向药物研发场景的应用验证。该公司聚焦AI虚拟细胞,以“生物学原始数据引擎+通用细胞模型”构建底座,目标让模型跨疾病状态、实验条件和干预方式预测细胞响应,并通过实验反馈形成闭环。
深度细胞创始人陈新栋提出以多尺度物理力学结合AI构建虚拟细胞,将分子动力学与连续介质力学接力计算,模拟癌细胞转移等细胞动态行为。团队称已在计算机上模拟出肿瘤侵袭伪足的关键分子机制并发表于PNAS,该模拟经严格实验验证,但当前仅限药物经信号通路作用于骨架蛋白这类机制。公司年内完成近亿元种子轮融资,计划以平台授权服务药企起步,逐步推进自研管线。
Genialis 与 Inventia Life Science 将于 11 月 18 日举办网络研讨会,介绍以生物学优先的可解释 AI 方法连接患者肿瘤状态与下一代临床前模型。
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。
Biohub 公布总口径达 18 亿美元的生物学协作计划,为预测细胞反应的 AI 模型铺设数据地基,但该金额包含资金、计算与既有数据资源,并非已到账现金。Evo 2 可一次处理约 100 万个碱基,其生成的基因组级序列在多项计算指标上更接近天然序列,但团队承认仍可能缺少必需基因,计算评估不能保证功能与复制能力。
SandboxAQ与Apheris将于10月19日晚在柏林举办生命科学AI社区活动,介绍双方新合作:以SandboxAQ的物理基础大定量模型结合Apheris的联邦网络,让AI使用药物发现所依赖的专有数据而数据不出机构。活动含COO Andrew McLaughlin、Apheris CEO Robin Röhm及科学家参与的简短科学议程,面向研发负责人、药物发现AI研究者、创始人与投资人。
Liquidia 与 United Therapeutics 就专利侵权、商业秘密及反垄断等六起诉讼达成和解,Liquidia 将支付 3.807 亿美元,并同意从 Yutrepia 标签中移除 PH-ILD 适应证、不再向新患者推广该适应证。
Bud Mishra 也让治疗顺序变得可读:药物作为向量场、李括号,顺序改变效果。在我们衰老小鼠肝脏模型中,先抗衰老药物胜出。仍是模拟。https://www.yahoo.com/news/science/articles/control-theory-framework-might-aging-234726580.html
GenBio AI 的 Eric Xing(邢波)与 Le Song(宋乐)团队在 Cell 发表观点文章,提出虚拟细胞世界模型(VCWM)的操作定义与架构,将其描述为多模态、多尺度、动态且有状态的计算系统。
推荐理由:GenBio AI 团队在 Cell 提出虚拟细胞世界模型的模块划分与评测路线,为理解细胞模拟器的架构与数据需求提供框架。
Rivercell完成2500万美元种子轮融资,由HV Capital领投,HCVC、Alven、Bpifrance Digital Venture参投。资金将用于扩建巴黎自动化湿实验室并推进AI虚拟细胞项目,通过规模化生成单细胞多维度动态数据训练模型,预测细胞对药物干预、基因修饰等处理的应答。公司尚未披露数据集规模、预测基准及模型上线时间。
Fabian Theis在重庆Nature会议“AI时代的癌症免疫学”开幕主旨演讲中提出,科学是搜索,AI让搜索巨大干预空间更系统化。他以免疫治疗为例:检查点抑制剂仅约八分之一患者响应,需为每位患者找到正确干预。其报告“从细胞图谱到AI设计干预”展示绘制肿瘤免疫生态等细胞状态、预测扰动响应并将细胞导向目标状态,并介绍肿瘤图谱、人类细胞因子字典及扰动模型开放基准等工作。
Alex Aliper 如今是非常受欢迎的演讲者。在海湾合作委员会(GCC)任何一个现代国家的历史上,我们首次在阿布扎比从头发现了两种新药。前沿 AI 使各国得以进入生物技术领域 🤗🇦🇪
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。
Insilico Medicine的Alex Zhavoronkov介绍,团队用PandaOmics读取77个人脑数据集寻找阿尔茨海默病新靶点,并用线虫和人神经元检验这些答案。该工作以AI与湿实验闭环的方式推进靶点发现,已发表于Alzheimer's & Dementia,DOI为10.1002/alz.71680。
推荐理由:作者团队用PandaOmics分析人脑数据集,并在线虫与人神经元中验证候选靶点,呈现AI与湿实验闭环的靶点发现路径。
2026年10月15日,阿斯利康宣布与AI制药公司insitro合作,交易总额最高可达15亿美元,其中首付款4000万美元,另有最高约14.6亿美元里程碑付款和潜在全球销售个位数百分比提成。
Labiotech 的 Preclinical Pulse 月度专栏选出2026年10月六项基于实验数据的早期疗法与技术,覆盖AI药物设计、小分子和基因治疗递送方式。入选项目之一是 AstronauTx 获迈克尔·J·福克斯帕金森研究基金会资助,用其新化合物探索增强恢复性睡眠机制能否减少帕金森病相关病理蛋白积累。
深度智耀(DIP)与VivaMed BioPharma于10月8日宣布达成战略合作,将围绕VivaMed的AI治疗机会发现引擎BioAtlas生成的候选方向,衔接证据分析、专家审查、计算研究与验证准备工作。
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。
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。
美国能源部(DOE)与NIH宣布建立重大合作,目标是生成构建AI细胞预测模型所需的数据。Isomorphic、Google DeepMind和Meta作为创始伙伴加入"虚拟生物学计划",Allen Institute、Broad Institute、Wellcome Sanger Institute及NVIDIA等机构共同参与这一国际科学项目。
Owkin 称其 AI 科学家 K Pro 通过 MOSAIC 数据集获取每位患者的 6 种模态数据,可预测癌症生物学并建议新的 ADC 候选分子,单模态数据无法做到。
我们拿到资助了!!!而且在普渡大学和Broad研究所都在招人! JT Neal获得了NIH主任变革性研究奖,用于Project Encore。我们将利用成像技术并行测试160万+药物-疾病组合,为罕见遗传病进行药物重定位 https://www.linkedin.com/feed/update/urn:li:activity:7513244403222609923/
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。
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。
Fabian Theis在MICCAI 2026主旨演讲中提出MAP→PREDICT→STEER路径:先学习生物状态表征,再学习状态变化(含干预下),最后反推如何将系统导向目标状态。他以规模为第二轴对比细胞层面(深度测量、受控扰动、可闭环实验)与患者层面(大规模观察队列、纵向记录与影像、受控干预少),并认为虚拟人应是跨尺度、跨数据条件的模型组合而非单一巨型模型。
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。
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 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。
斯坦福大学James Zou团队在Science发表Virtual Biotech,一个模拟生物技术公司组织架构的多智能体AI系统,设虚拟首席科学官及靶点识别、靶点安全、模态选择、临床开发四个科学家智能体部门。
推荐理由:斯坦福团队用多智能体模拟药企部门,在三个真实决策点上展示跨尺度证据整合与失败试验复盘。
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 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。
西湖大学郭天南团队联合多家机构在Nature发表ProteinTalks,一个以神经常微分方程为核心的虚拟细胞模型,基于18种乳腺癌细胞系、63种FDA批准药物扰动生成的超过3800万条时序蛋白质丰度数据训练。
推荐理由:该研究用3800万条时序蛋白质组数据训练虚拟细胞模型,为药物响应预测提供了不同于转录组路线的参照。
Ignota Labs发布白皮书,用SAFEPATH平台在CYP3A4活性低(i18F)和高(i30F)的两株女性iPSC来源肝细胞中,以五个吉非替尼浓度做RNA-seq,两株均抑制globo鞘脂代谢,独立复现此前的PRKD1/PRKD3-鞘脂机制。
推荐理由:同一机制在两种CYP3A4活性不同的肝细胞模型中收敛,但下游毒性通路分化,为解释吉非替尼肝毒性的人群差异提供了可检验假设。