分子之心QuantaMind登《Science Advances》：以反应性分子动力学模拟酶催化
分子之心自主研发的反应性原子建模平台QuantaMind相关研究发表于《Science Advances》，论文报告其在17,792原子PET水解酶体系上完成6纳秒反应性分子动力学模拟并覆盖完整催化循环。
推荐理由：论文报告反应性机器学习力场在近1.8万原子酶体系中完成完整催化循环，并给出与DFT对照的精度数据。
#酶设计
分子之心MoleculeMind精选AI 评分7272
英灵殿科技Valhalla精选AI 评分7878 华盛顿大学David Baker团队提出RFOptimization：用全原子结构模型引导蛋白质设计优化
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。
分子之心MoleculeMindAI 评分4040 分子之心荣膺「AI生物智造领航者」：以AI蛋白质技术推动生物产业创新
分子之心在第八届CMC-CHINA中国制药工业博览会期间获「2026未来药物物种FNS101」评选的「AI生物智造领航者」奖，并分享AI蛋白质设计在创新药与合成生物制造中的实践。其Fab-to-scFv工程化项目经AI首轮设计后亲和力提升约8倍至0.6nM，表达量提升至>0.5g/L，纯度提升至91.5%。在代糖生产相关工业酶项目中，酶熔解温度提高15°C，半衰期由2.3小时提升至近200小时。
BioMap 百图生科精选AI 评分7272 百图生科联合江南大学等在ACS Catalysis提出MmALS框架，CsCE酶催化效率提升75.3%
百图生科联合江南大学、乳业国家技术创新中心在ACS Catalysis发表研究，提出多模态主动学习系统MmALS，用于CsCE（纤维二糖2-差向异构酶）的AI驱动定向进化。
推荐理由：研究用三轮主动学习闭环优化乳糖转化酶，每轮仅测约50个候选，为小样本酶工程提供可迁移流程。
结构生物学探索AI 评分2525 结构生物学BBS谈话录之233（结构测定106-蛋白质设计之“元宇宙”）
佰翱得方面在讨论中称，其正推进基于结构比对与相似性的蛋白“元宇宙”计划，已完成近100万结构的两两比对，拟将数十亿蛋白序列按结构聚类并叠加功能注释，建成共用数据库供检索使用。该体系被描述为可用于酶设计、蛋白骨架与PPI设计及酶工程，但讨论中多位参与者质疑“元宇宙”概念华而不实，认为结构比对与蛋白设计仍有距离。公司称目标开源，但因使用公司资源，尚不能保证开源免费。
SynBioBeta NewsAI 评分4040 HHS向Capra Biosciences追加1700万美元，支持美国本土生产对乙酰氨基酚等7种关键API
美国卫生与公众服务部（HHS）向Capra Biosciences提供扩大后的1700万美元资助，用于在美国本土生产对乙酰氨基酚及另外6种关键API。Capra采用模块化小型反应器"横向扩产"而非放大单罐，并将纯化集成到反应器中，其自有微生物可利用葡萄糖、甘油或乙醇副产物生产同一目标产物。
ProfluentAI 评分2020 Profluent团队将参加RosettaCon
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”）。
ProfluentAI 评分4242 Profluent AI设计碱基编辑器平台
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。
AI4Protein精选AI 评分5858 力文所Pallatom全原子蛋白质设计模型从V1演进到Lévin智能体
杭州力文所介绍其Pallatom系列全原子生成模型，从V1端到端生成主链、侧链与序列，到V2面向靶点界面与结合位点做功能分子设计，再到以Agent组织模型与结构分析工具的Pallatom-Lévin。
推荐理由：梳理力文所Pallatom系列从全原子生成到Agent闭环的版本演进，并列出多靶点binder实验成功率。
Jeff Ruffolo精选AI 评分7171 Profluent 与礼来达成最高 22.5 亿美元合作，用 AI 设计重组酶用于基因医学
Profluent 宣布与礼来达成战略合作，利用其 AI 模型设计重组酶编辑器，可在基因组特定位点插入长片段 DNA，用于基因医学。该合作在销售提成前价值最高 22.5 亿美元。Jeff Ruffolo 转发并表示将参与这一 AI 设计重组酶的工作。
推荐理由：Profluent 与礼来达成最高 22.5 亿美元合作，用 AI 设计重组酶编辑器，可作为 AI 蛋白设计与基因医学商业化的参照。
Jason Yim精选AI 评分7474 DISCO：序列-结构联合扩散模型设计C(sp³)–H插入酶
DISCO（Diffusion for Sequence-structure CO-design）以序列与结构联合扩散设计酶，无需预先指定催化残基、模板、theozyme或逆折叠。据其介绍，针对选择性C(sp³)–H插入这一有机化学中颇具挑战的转化，传统定向进化需14轮、耗时一年多，而DISCO在单块板上即完成设计。论文见 arxiv.org/abs/2604.05181，代码已开源于 GitHub。
推荐理由：该工作用序列-结构联合扩散设计酶，并以湿实验对比定向进化所需轮次，为酶设计方法提供了可参照的评测案例。
Cradle Bio Blog精选AI 评分5858 Cradle与UC Berkeley Keasling实验室合作，用机器学习优化酵母生产疫苗佐剂QS-21的酶
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。
奥泊生科AI 评分2525 AI如何“读懂”生命？诺奖得主携复旦团队探寻答案
诺贝尔化学奖得主Michael Levitt与马剑鹏在复旦大学共建复杂体系多尺度研究院并联合创立奥泊生科OpusBio，以干湿结合闭环推进AI蛋白质设计与药物研发。
Baker Lab · IPD (蛋白质设计研究所)精选AI 评分8282 Baker Lab 开源发布 RFdiffusion3 全原子生物分子设计模型
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 · IPD (蛋白质设计研究所)精选AI 评分8888 Baker Lab 发布 RFdiffusion2：以提示直接生成高效酶
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。
奥泊生科AI 评分2828 诺奖得主领衔，奥泊生科聚焦蛋白质设计与生物制造
奥泊生科2025年在武汉创立，由诺贝尔化学奖得主迈克·莱维特与马剑鹏等联合领衔，并在武汉产业创新发展研究院支持下成立AI蛋白质设计研究所、于光谷建设AI蛋白质设计改造产研中心。公司称其干湿结合蛋白质设计及结构解析技术可服务药物靶点发现、抗体改造、工业酶设计与创新药物研发，借助AI可在几周内计算筛选大量样本，而传统实验筛选耗时长达数年。