百图生科在 2026 科学智能大会上首次系统提出虚拟细胞原生系统三层技术架构，并发布 BioMap Cell OS 的阶段性进展。三层分别为原生世界模型系统、原生数据进化系统和原生应用操作系统，后者将对虚拟细胞的操作抽象为 Initialize、Perturb、Evolve、Render、Compare、Uncertainty、Trace 和 Optimize 八类操作原语。
推荐理由：百图生科把虚拟细胞从单次扰动预测扩展为含世界模型、数据进化与操作原语的三层系统架构，可供观察其技术路线。
创腾科技在「AI 进入研发现场」系列第三篇中提出，工业研发更需要面向具体任务的性能预测、实验代理优化与现场判别三类专用小模型，而非通用大模型。文章引用电解液配方优化、电池快充协议和液相色谱方法开发三个公开案例，说明代理模型与贝叶斯优化可在闭环中减少实验次数。
Inductive Bio 在 OpenADMET 2026 年 PXR 激活预测盲测中从 350 多名研究者中排名第一，其负责人 Duncan Muir 在 webinar 中完整讲解建模路径。
推荐理由：Inductive Bio 复盘其在 OpenADMET PXR 盲测中的建模路径，为 ADMET 预测的误差分析与数据融合提供可迁移做法。
Rowan是什么？我们的用户分享了他们的看法：
Pranam Chatterjee 团队在 Science Advances 发表论文，报告由蛋白语言模型（pLM）设计的肽在小鼠体内起效，SaLT&PepPr 引导肽可选择性降解致病 β-catenin。作者称这是基于序列的结合剂设计的一项进展，论文链接为 science.org/doi/10.1126/sciadv.aec8271。
推荐理由：作者团队报告其设计的肽在小鼠体内实现靶向降解，为序列设计结合剂的体内验证提供实例。
百奥几何与金斯瑞生物科技正式达成战略合作，以标准化高质量蛋白功能标注数据推动 Data Scaling，持续迭代 GeoFlow 蛋白质基础大模型。金斯瑞及其关联公司（含 CDMO 平台蓬勃生物）将通过自动化实验平台与真实项目产出结构、功能、结合活性、稳定性与可开发性数据，百奥几何负责下一代模型的训练、评估与调优。
推荐理由：百奥几何与金斯瑞把实验数据接入 GeoFlow 迭代，展示了蛋白生成模型与产业级湿实验体系协作的一种路径。
予路乾行创始人兼CEO郑铮博士在第十一届MMC医学市场年会上介绍，公司通过多尺度分子动力学模拟与自主AI算法耦合的“分子电影”技术，将静态靶点结构转化为动态模拟轨迹。
Townley 等人在 Science 发表的工作用深度学习设计 RNA 假结，先做对二级结构与局部拓扑，再借助 RNA 自身折叠补全三维细节。
推荐理由：文章解读了深度学习设计 RNA 假结并用 SHAPE 与补偿突变验证的路线，也点出结构正确不等于功能保留。
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。
Adaptyv Bio 宣布通过 Adaptyv API 将实验验证接入 OpenAI 的 Rosalind Workbench。Rosalind Workbench 用于跨模型和专用科学工具编排复杂生命科学研究工作流，接入后这些工作流可在 Adaptyv 湿实验室运行完整的设计—构建—测试—学习循环，并将真实实验数据直接反馈到下一轮设计。
推荐理由：Adaptyv 把湿实验验证接入 OpenAI 的科研工作流平台，展示了设计—构建—测试—学习循环的一种外部集成方式。
Brian Hie 宣布 Proto 现可在 ChatGPT 中使用，并给出用 Germinal 做从头纳米抗体设计、用 Evo 2 做语义设计的两个对话示例链接。他同时指向 OpenAI 开发者博客的 Rosalind Workbench 研究预览，该工作台把科学问题连接到专用模型、工具与可审查输出，覆盖蛋白结构与序列分析到测序流程。
推荐理由：作者展示 Proto 接入 ChatGPT 后的纳米抗体从头设计与 Evo 2 语义设计入口，可观察科研工作流如何被整合。
如果一种癌症疗法从想法到突破性结果只需6个月而非数年，会怎样？这正是我们的AI平台刚刚帮助实现的事情。https://www.lila.ai/news/inside-lilas-rna-discovery-engine
Pranam Chatterjee 转发介绍 ActFlow，这是一种持续预训练方案，通过不确定性引导探索和验证器反馈，让流模型与扩散模型扩展到新的有效区域，作者称之为可生成集合扩展，并将其定位为面向分布外生成建模的新学习原则。
推荐理由：该工作提出用不确定性引导探索与验证器反馈扩展生成模型可达的设计空间，为分布外生成提供可迁移思路。
衡量细胞内部发生的变化有很多种方法。 单独来看，每种测量都是不完整的。综合起来，我们才能开始预测细胞响应、了解机制，并将这些发现跨细胞类型泛化。 遗憾的是，整合不同数据模态并不像听起来那么简单。 想了解更多，请看 Ali Denton 的 Valence at the Whiteboard。 🎥 完整视频链接见下方
水木分子开放七岗位招聘，覆盖创新药物发现、医药大模型和数据、医药智能体等部门，工作地点为上海和北京。
首届国际AI抗体设计大赛AIntibody的结果发表于Nature Biotechnology，寻明生科自研抗体设计模型AuraIDE（参赛名AuraBind）在Challenge 1计算亲和力成熟任务中夺冠，其冠军抗体经KinExA测得KD为94.7pM，较亲本抗体提升约2000倍，优于第二轮组合文库湿实验筛选得到的最佳抗体（113pM）。
推荐理由：首届AIntibody盲测以统一湿实验验证抗体设计，冠军序列的亲和力优于实验筛选最优克隆，为模型能力提供了独立参照。
我们的CTO @edunov 做客 @AI_in_the_AM，与 @labenz 和 @8teAPi 一起讨论了分子基础模型、基于物理的模拟、湿实验数据、智能体工作流以及制药合作，以及它们如何共同服务于AI药物发现这一复杂任务。 他们还谈到了Anthropic的蛋白质结合剂设计报告、为什么亚埃级精度很重要，以及为什么生物学是AI研究中最令人兴奋的前沿领域。 观看链接：https://www.youtube.com/watch?v=JHglTBoaGTk
全力推进……
Pranam Chatterjee团队报告构建了一种哺乳动物筛选体系，用语言模型设计的肽引导在多个疾病靶点上筛选蛋白敲低。该工作以预印本形式发布在bioRxiv，作者将其类比为蛋白质层面的CRISPR可编程筛选，具体筛选规模与命中结果未在推文中披露。
推荐理由：作者团队用语言模型设计肽引导构建哺乳动物筛选，为蛋白功能敲低提供可迁移的实验框架。
Valence Labs 的 Dominique Beaini 用可抢占 GPU 对 9,000 个靶点与 50 万配体运行 AlphaFold-Multimer 和 Boltz-2 共折叠及亲和力预测，累计 1 亿次，构建名为 affinity-prints 的数据集，并借助 Recursion 的表型组学图谱检验预测相互作用与细胞实验数据的对应关系。
推荐理由：作者用上亿次共折叠预测搭建亲和力指纹，并检验其与细胞表型数据的对应关系，为共折叠与虚拟细胞的衔接提供了一套可迁移的评测思路。
Biohub 与哥伦比亚大学等机构的研究者开发 AI 系统，用 ARACNe 与 VIPER/metaVIPER 从单细胞 RNA 测序数据中识别控制肿瘤细胞状态的 Master Regulators，发现同一瘤种的患者共享近乎相同的恶性细胞状态集合，相关结果发表于两篇 Nature Genetics 论文。
推荐理由：两篇 Nature Genetics 论文用单细胞数据刻画肿瘤细胞状态，并在 DMG 模型中验证组合用药的协同生存获益。
成都先导2026年上半年实现营业收入3.46亿元、归母净利润8067.53万元，同比分别增长52.41%和61.21%，均创历史同期新高。报告期内DEL板块获得IP转让及里程碑费合计约3700万元，带动整体利润提升，各主要业务板块收入全面增长。
Inductive Bio 随 OpenAI Rosalind Workbench 发布，将其 ADMET 模型接入 OpenAI 生态（含 ChatGPT、Codex 与 Rosalind Workbench）；此前 6 月已作为 Claude Science 生态伙伴进入 Claude，本月早些时候通过 ModelHub 进入 Benchling。
推荐理由：Inductive Bio 的 ADMET 模型接入三家主流平台，展示了化学预测模型嵌入现有科研软件栈的分发路径。
Unnatural Products（UNP）已与Merck、argenx、Novartis达成大环肽合作，三项公开最高潜在里程碑合计超35亿美元，但尚无自有候选药物进入人体临床。
北大药学院与望石智慧联合建设的“AI赋能新药创制平台”入选北京市首批人工智能赋能科学研究典型案例，是唯一“AI+医药研发”领域高价值场景标杆应用。平台覆盖疾病靶点智能识别、分子逆向生成、多步合成路线规划与细胞药效高通量预测等环节，并面向医药研发机构开放药物智能设计工具。双方此前已共建联合实验室，2025年联合申报的“智慧药物研发北京市重点实验室”获评北京市重点实验室。
剂泰科技发布2026年中期业绩，报告期内营业收入人民币1.543亿元，同比增长13,399%，超过去年全年收入47%，经调整净亏损收窄56.4%至5,110万元。
推荐理由：剂泰科技中报披露营收、授权首付款与多条管线阶段，可作为观察AI递送平台商业化节奏的样本。
很高兴与@marimo合作，探索化学结构与生物数据之间的新关系。 发挥你的创造力，突破响应式笔记本的边界，赢取奖品！详情见下👇
其实亲自查看数据是一个人能做的最好的投资 无论你什么时候读到这句话
OpenFold 团队在构建下一代生物分子模型之际，面向科学和工程方向扩招，并公开其开源承诺与招聘理念。团队称受资助条款约束，将开源全部训练代码基础设施与训练数据，发布结果可完全复现，且不会转型为初创公司或 API 模式。招聘重点为大规模训练模型的机器学习科学家/工程师，以及能整合复杂异构数据、搭建高效数据管线的生物信息学与计算生物学人才，薪资与算力对标工业界。
ImpriMed 将兽医肿瘤学中积累的活细胞药敏平台转向人类血液肿瘤，以合同研究服务形式向药企开放。公司称其培养与运输体系可让血液肿瘤细胞在四到七天内保持 80% 至 90% 存活，并在 14 个州 29 家诊所 31 位兽医参与的数据中报告高匹配组完全缓解率为 53%，历史对照为 27%。
推荐理由：文章复盘 ImpriMed 从兽医肿瘤学到人血液肿瘤 CRO 的路径，重点说明其活细胞药敏数据如何用于 IND 前人群选择。
Mohammed AlQuraishi 团队发布新系列 OpenBind 的首个模型 OpenBind-0，该模型基于 OpenFold3，并优先针对小分子进行训练。作者称 OB 系列模型将定期吸收 OpenBind 联盟与 PDB 的结构，持续更新并纳入 OpenFold 的最新功能。被引用的内容提到，OpenBind 计划收集数万条蛋白-配体结构与亲和力数据，此次同时发布 OpenBind-0 和 717 个新的配体结合结构。
推荐理由：OpenBind 系列首个模型基于 OpenFold3 并偏向小分子训练，可用于了解共折叠模型与结构数据收集的衔接方式。
Amir Shanehsazzadeh 表示其数据发布中包含了用全部10个共折叠模型、每个模型5个种子重新打分所得设计的PAE，希望这些数据与湿实验数据能帮助发现更好的结合与亲和力指标。
推荐理由：作者公开蛋白结合剂设计数据时说明纳入10个共折叠模型各5个种子的PAE，为结合亲和力指标改进提供素材。
剂泰科技与威斯克生物签署战略合作框架协议，将结合剂泰科技NanoForge平台与威斯克疫苗研发及产业化平台，探索AI辅助的个性化抗原筛选、设计及递送，推进个性化mRNA肿瘤疫苗研发。剂泰科技提供AiLNP、AiRNA等能力，威斯克生物提供抗原设计、生产工艺与临床开发经验；协议未披露金额与排他安排。剂泰科技称NanoForge已实现覆盖8个关键器官或组织的靶向递送。
推荐理由：协议披露了双方在个性化抗原筛选、mRNA设计与LNP递送上的分工，可观察AI递送平台与疫苗产业化的结合方式。
Ginkgo发布GDPa5，一个含160个成员的VHH-Fc库，在PROPHET-Ab平台上用10项生物物理实验进行表征，并同步发布bioRxiv预印本。在559个IgG上训练的跨格式模型优于仅用GDPa5训练的模型，作者认为优势来自标准化IgG数据的规模而非格式本身。
推荐理由：该预印本公开VHH-Fc可开发性数据集，并比较IgG训练模型与格式内训练模型的跨格式迁移表现。
Valence Labs 介绍其置信度预测新工作，用于判断药物分子预测结果中哪些可信、哪些需回实验室补数据。推文指出生成式AI模型很少按已有证据校准置信度，在药物发现中这种虚假自信会浪费时间和资金。视频由 Tristan 讲解。
Valhalla Technology 等提出 NACraft，将 Boltz-1 全原子结构模型的可微分反馈反向传播到核苷酸序列，在推理阶段统一支持 de novo、similarity-guided 和 target-selective 三类 RNA/DNA 适配体设计，无需针对任务重新训练。
推荐理由：该工作把全原子结构模型的反向反馈用于核酸适配体设计，并给出跨靶标与选择性任务的评测结果。
Evaxion 在 2026 年第二季度业务更新中宣布，个性化癌症疫苗 EVX-01 的三年临床数据将于 10 月 ESMO 2026 大会公布，并扩展了靶向胶质母细胞瘤的现货型疫苗 EVX-05。EVX-04 在 EHA 2026 公布的数据显示其可在人细胞中完整表达、分泌并驱动小鼠与人类细胞的特异性免疫应答，公司计划年底前提交其临床试验监管申请。公司现金可支撑运营至 2027 年下半年。
看起来 claude-protein-binder-design 重新发现了我们的 Protein Hunter 协议？🤔@ChoYehlin
难以置信的势头，势不可挡的创始人 @OmarKunbargi （引用推文：和平是可能的。我们正在 @Asymmlabs 构建它。我们已为此目标筹集 5100 万美元。更多公告即将发布。）
Valence Labs 发文讨论虚拟细胞在药物发现流程中何处最能发挥作用。其研究员 Ihab Bendidi 在博客中指出，虚拟细胞虽能模拟人体生物学，但技术本身必要却不充分，革命性突破取决于把技术指向正确方向。