AI开始搞药了,药企靠什么竞争?我们和哈佛教授、连续创业者Gregory Verdine聊了聊
哈佛化学荣休教授、连续创业者 Gregory Verdine 在 DeepTech 访谈中表示,AI 目前最明确的价值是优化已有候选分子,而非从零设计全新小分子,后者受限于复杂结构的合成周期与水分子的物理计算难题。
推荐理由:连续创业者从分子设计、合成瓶颈与组织分工三层谈 AI 在药研中的实际边界,并以与晶泰的合作作为观察样本。
哈佛化学荣休教授、连续创业者 Gregory Verdine 在 DeepTech 访谈中表示,AI 目前最明确的价值是优化已有候选分子,而非从零设计全新小分子,后者受限于复杂结构的合成周期与水分子的物理计算难题。
推荐理由:连续创业者从分子设计、合成瓶颈与组织分工三层谈 AI 在药研中的实际边界,并以与晶泰的合作作为观察样本。
DeepTech深科技以百奥几何为例,讨论AI制药竞争从模型预测能力转向真实研发交付,核心是其提出的“自进化微观世界模型”,连接分子设计、细胞响应与自动化实验。
Caldera 与 Evommune 分别就自身免疫药物签署中国授权交易,使生物制药行业今年有望保持每周一笔中国交易的节奏。原文未披露交易金额、具体资产与适应证等细节。
RevMed 公布 RAS 药物 Rasonque 的早期销售数据后股价上涨。另有举报人针对 Madrigal 的 MASH 业务提起诉讼。本期还包含 Rezera、ANI Pharmaceuticals、Cloudbreak Pharma 和 Anaheim Bio 的相关消息。
望石智慧在MolVortex大师班第2期展示其全栈式小分子早研智能体MolVortex针对CBL-b别构抑制剂的靶点调研与分子生成流程。该流程先做知识产权全景调研与专利解析,再自动抽取分子结构与活性数据并输出构效关系分析报告,随后以五种设计模式单批生成100个有效分子,并对接靶点口袋预测结合构象与结合打分。
贵州医科大学基于Uni-Mol深度学习模型对天然产物库虚拟筛选,锁定雷公藤红素,并经化学蛋白质组学等实验证实其共价结合SMAD3的Cys421位点。雷公藤红素促使非磷酸化SMAD3经KPNB1入核,同时减弱SMAD3与SMAD4、TGFBR1的结合,阻断促纤维化信号。在HFD-STZ糖尿病肾病小鼠中,雷公藤红素剂量依赖性减轻肾脏胶原沉积并改善尿蛋白、血肌酐和尿素氮。
别慌。我们一直很忙。 https://www.linkedin.com/company/benevolentai/
8 台这样的设备会相当昂贵,但仍然很有意思! https://tenstorrent.com/hardware/tt-quietbox#quietbox2
CellType推出BioSimBench,用真实实验数据评测模型对药物处理、基因敲低和免疫信号等干预后基因表达变化的预测,共设四个预测赛道和一个工具型科研智能体赛道。
推荐理由:该评测用真实实验数据考察模型对未见干预条件的基因表达预测,并给出各赛道留出设置与分数对照。
一项预印本研究将 AlphaFold 3 的界面拓扑评分 ipTM 直接作为全蛋白质组药物重定向的亲和力指标,在 1,103 个双方均成功建模的蛋白上取得 nAIA 10.13、NDCG 0.056,十年前基于同源模板的 BANDOCK+ 为 nAIA 9.93、NDCG 0.054,两者总体近乎重合。
推荐理由:该预印本把 AlphaFold 3 的 ipTM 用于全蛋白质组药物重定向,并与十年前的经验算法对比,提供了打分机制层面的参照。
NVIDIA在开放RFD4-Proteína蛋白设计模型之外,公开了支撑训练的数据体系,共2.13TB、19类训练集、33,527个文件对象,覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链,相比早期约239GB、5类数据的版本明显扩展。
美国吉利德科学公司的Tangsheng Yi、Chen Chen与Chingwei V. Lee团队在Nature发表研究,发现髓系细胞与T细胞对IL-10信号的TYK2依赖程度不同,并据此设计出四价纳米抗体构成的髓系选择性IL-10受体激动剂。
推荐理由:研究利用两类免疫细胞对TYK2依赖程度的差异,通过纳米抗体重构受体交联几何实现髓系选择性IL-10信号。
中国科学技术大学、浙江大学等机构在Nature发表RNA基础模型structRFM,在预训练中通过结构引导掩码语言建模同时学习序列与碱基配对关系。
推荐理由:该研究把碱基配对结构引入RNA基础模型预训练,并在二级、三维结构与功能任务上给出对照结果。
bioRxiv 预印本提出 FoldAbS,将蛋白折叠模型改造为用于抗体筛选的基础编码器。原文链接:https://www.biorxiv.org/content/10.64898/2026.11.03.763899v1.full.pdf
最新电子书:下一代神经科学药物发现 https://info.edifydigitalmedia.com/ebook-next-generation-neuroscience-drug-discovery 由 @Evotec 赞助 关注 DDW;面向全球科学界的商业洞察 #神经科学
研究团队用肽条形码、尺寸排阻色谱与质谱结合的混合方法,在大肠杆菌统一生产条件下量化了超过39000个天然蛋白结构域变体、从头设计蛋白和纳米抗体的单体产量。AtomLM-9b以全原子结构分词器将生物分子几何压缩为离散结构token,在CASP14和CASP15上全原子lDDT分别为0.832和0.835。单细胞基础模型基准评测显示,五种模型在跨物种注释与扰动预测上优于简单基线,但同物种内优势有限。
牛津大学衍生公司 Alethio Therapeutics 在走出隐身模式约一年后完成 9000 万美元 A 轮融资,用于推进其治疗原发性血小板增多症的抗体。
赛诺菲、Open Targets与EMBL-EBI等团队在《Drug Discovery Today》发表综述,系统梳理通路分析在药物靶点优先级排序中的应用。文章比较Reactome、KEGG、WikiPathways、GO等通路资源及ORA、GSEA和拓扑感知方法,并列举GWAS、转录组、蛋白质组与CRISPR筛选中的靶点发现案例。
腾讯健康在2026腾讯全球数字生态大会智慧医疗专场上发布「医疗AI Agent工具箱」,以WorkBuddy通用Agent平台为底座,将医疗专业知识、垂直模型和标准化Skill封装为可组合调用的能力。
比利时药企 UCB 于 11 月 4 日宣布与 Cradle 达成战略合作,在药物发现项目中引入其 AI 蛋白质工程平台,覆盖候选分子生成、先导优化与临床前开发准备环节,具体金额、期限和项目数量未披露。
推荐理由:UCB 引入 Cradle 平台做数字抗体发现,可对照其此前与晶泰科技的结构预测合作看药企 AI 布局差异。
Anthropic宣布其生物学研究团队与Claude合作,绘制出细菌源Vault(囊泡样蛋白颗粒)的三维结构图,项目耗时不到4个月。团队用Claude Science分析约150亿条预测蛋白质序列,挑出44个序列做实验测试,其中15种产生可溶性蛋白、7种组装成Vault样颗粒、4种经冷冻电镜确认具有Vault结构。
推荐理由:Anthropic用Claude辅助从海量序列中筛出细菌源Vault同源蛋白并经冷冻电镜验证,同时披露模型在真实科研流程中的失误。
三生国健2026年进入管线价值兑现阶段,2月自主开发的1类生物药益赛拓®(安沐奇塔单抗注射液)获批上市,用于中度至重度斑块状银屑病成人患者;8月益赛那®获批用于成人痛风性关节炎急性发作。公司搭建AI驱动的“干湿闭环”智能研发引擎,覆盖靶点验证、分子从头设计、成药性评估等环节,称可缩短研发周期6~18个月、提升研发效率30%~50%。近5年累计研发投入超22亿元,在研项目22项。
研究者以绿脓素合成作为筛选指标,从亲电性抑制剂中筛出化合物D3,其可在不影响铜绿假单胞菌生长的前提下抑制绿脓素合成。通过荧光胶与DIA无标定量蛋白质组学,确认D3共价标记绿脓素合成关键蛋白PqsC的Cys129,并抑制其体外酶活。基于该结合位点将β-内酯替换为氯乙酰胺warhead并经SAR优化,所得共价化合物处理后的细菌上清液对哺乳动物细胞毒力弱于未处理对照。
剂泰科技赖才达博士在瑞银颠覆性科技CEO峰会上提出Biological AI“三层蛋糕”架构,认为干湿实验数据平台是最厚底层、数据是最深壁垒。公司自研NanoForge平台覆盖约5万至7万种脂质分子建模,DataLots已产生超10万次小鼠实验,将验证到PCC缩短至9到11个月。其MTS-109为全球首个in vivo三特异性TCE,并已与礼来、恒瑞及Deerfield达成合作或授权。
澪乃ゆい实测了 BIOS 推出的 RFD4-Proteina Mac 本地移植版,用面向 Apple Silicon 优化的 MLX/Metal 实现生成针对 GLP-1R 的结合剂设计,并称安装和运行都比预想简单。据其引用的 BIOS 介绍,该移植版在默认精度下生成速度比原生 PyTorch-MPS 快 2.2 倍,在 M5 Pro 上约 12 分钟完成 20 个设计的生成与结构筛选、得到 10 个排序候选,设置后可离线运行。
推荐理由:作者实测了 RFD4-Proteina 的 Mac 本地移植版,展示了在 Apple Silicon 上生成并筛选 GLP-1R 结合剂设计的可用性。
BioAIDesign 发布结构预测评估指南,逐层解释 pLDDT、PAE、pTM、ipTM、pDockQ、pDockQ2、ipSAE 与 LIS 等指标分别回答局部可信度、链间相对位置还是与参考结构的准确度,并指出 ipTM 0.9 不能换算成亲和力。
推荐理由:文章把结构预测的置信度、准确度与结合证据分层拆开,并给出可复用的汇总工具与判读顺序。
当应用场景聚焦、人类数据高保真、且通往资产的道路明确时,虚拟细胞企业就能做好尽职调查准备。Andrew Marshall 在 #ARDD2026 上发言。照片:https://agingpharma.org/photos2026
BioResearchBench在bioRxiv发布预印本,提出50项长程生物学研究任务,用于评测模型完成多步骤生物学研究的能力。推文仅给出标题与预印本链接,未披露任务构成、评测模型与结果。
推荐理由:该预印本提出包含50项长程生物学研究任务的基准,为评估模型处理完整科研流程的能力提供参照。
@davidasinclair 为 @JoinLifespan 采访了我,话题涉及衰老、AI 药物发现、Peakspan 以及药企在长寿领域的作用。 莫大的荣幸。关于长寿超级智能,后续还有更多内容。 https://lifespan.com/blogs/magazine/im-fine-with-dying-not-with-declining-an-interview-with-alex-zhavoronkov
直接要求 Opus 5 对 ProteinMPNN 做机制解释后,其精确编辑约 1% 权重,使模型表现出类似 SolubleMPNN 的行为。作者同时指出图表内容有些像模型生成的胡言乱语,且 030 模型在未编辑时已表现得像 SolubleMPNN。
当尽职调查项目是合作伙伴可评分的具名功能性读数时,衰老免疫系统上的AI就变得可合作了。Tina Ziainia 在 #ARDD2026 上。照片:https://agingpharma.org/photos2026
一年前Eli Lilly与Novo的竞争还是业内最激烈的,如今局面看起来日益一边倒。Endpoints News称,最有力的证据可能尚需订阅后阅读全文。
研究团队在 bioRxiv 发布预印本,对约4万种蛋白质在大肠杆菌中精制后的单体收量进行大规模测定,并开发出仅凭氨基酸序列预测收量的 ESMC-MonoYield。该模型捕捉稳定性无法解释的收量差异,在設計结合剂的实验验证中,用于筛选高收量候选取得有希望的结果。
10月,@biohub,即陈·扎克伯格科学组织,将虚拟生物学计划扩大至18亿美元。 这笔资金用于开放、标准化的数据,以训练虚拟细胞——即预测细胞如何对药物或基因编辑作出响应的AI模型。 https://www.biopharmatrend.com/artificial-intelligence/the-18-billion-bet-that-more-data-will-enable-progress-in-virtual-cells-1609/
浙江大学侯廷军团队联合中国药科大学等在Nucleic Acids Research发表PROTAC-DB 4.0,将数据库从PROTAC扩展至分子胶和XTAC。
推荐理由:该论文把PROTAC、分子胶与XTAC数据整合进统一知识库,并给出LLM加RAG的检索架构,可作为靶向降解数据资源与AI建模的参照。
赛诺菲终止了Nurix一款靶向STAT6通路的实验性降解剂的开发。该通路被许多分析师视为下一代免疫学药物的潜在支柱。原文未披露终止原因及该资产的具体阶段。
AI正在改变药物靶点的识别方式。我们的合作伙伴之一Incyte Corporation已将Kosmos部署到其整个靶点识别流程中,用于评估候选靶点,这带来了显著的加速和更好的决策。我们今天发布了一篇关于与他们合作的案例研究。 Incyte极度拥抱AI,正在其整个体系中快速部署AI。他们做得非常出色,却没人谈论这件事。非常看好。
在此阅读更多:https://edisonscientific.com/news/bringing-broader-evidence-and-expert-judgment-into-target-assessment-earlier
Differentia Bio称其针对IgG4相关性疾病(IgG4-RD)的机制预测先后获得独立人体临床研究支持:2025年4月靶向CD19+的inebilizumab获FDA批准用于该适应症,2026年1月第三方公布的dupilumab早期研究中5名患者有4名出现临床改善及血清IgG4水平下降。
推荐理由:文章梳理了Differentia Bio先预测后获独立临床证据支持的案例,为评估AI疾病模型提供参照。
英灵殿科技在2026亚马逊云科技创业加速营巅峰路演中,凭全模态分子世界模型AlloDesign与AI科研平台AlloScience成为最终胜出的五支团队之一。AlloDesign以统一架构理解并设计蛋白质、DNA、RNA及小分子,并建模分子间相互作用,现场展示了阶段性实验验证成果。AlloScience基于AWS云服务构建,覆盖信息检索、研究规划、分子设计、数据分析与结果可视化等科研工作流环节。