跳到正文
10月24日周六
  1. 智药邦76

    苏黎世联邦理工与罗氏在Nature Computational Science发表主动学习与几何深度学习协同的反应预测研究

    瑞士苏黎世联邦理工学院Gisbert Schneider团队与罗氏合作,在《Nature Computational Science》发表研究,将主动学习、高通量实验与几何图神经网络整合为闭环,用于数据稀缺条件下的C–H硼化反应成败与区域选择性预测。

10月23日周五
  1. DeepTech深科技60

    前OpenAI科学副总裁创办Warp Sciences,融资2.15亿美元做机器人化学合成

    前OpenAI科学副总裁凯文·韦尔联合创办的化学研发服务公司Warp Sciences结束隐身状态,宣布完成2.15亿美元融资,投后估值8.65亿美元,由Lightspeed Venture Partners领投,OpenAI首席财务官莎拉·弗莱尔和首席研究官陈信翰以个人身份参与。

    推荐理由:报道呈现了机器人合成与按化合物计价的CRO模式,并点出成本与交付数据尚未披露这一关键边界。

  2. 动脉网40

    智宠制药完成数千万元A1轮融资,以“端到端AI+比较医学”双轮驱动宠物药研发

    智宠制药完成数千万元A1轮融资,由天汇资本领投、指数资本担任独家财务顾问,资金将用于加速核心管线临床推进与端到端AI药物研发平台建设。公司自研ChemoFetch小分子与OmniFetch大分子双引擎,已在抗感染、慢病、抗衰领域布局6条以上FIC/BIC潜力管线,多条管线进入临床II期。公司称宠物药从IND到NDA成功率有望从人药小分子的约10%提升至30%–50%区间。

10月22日周四
  1. 医药魔方38

    专访鲜翾:同源康生物首席AI官的两场技术革命

    鲜翾出任同源康生物首席AI官,推动这家聚焦双抗、三抗、TCE与下一代ADC的AI原生Biotech以数字分身先于人类科学家评审立项,目前每周评估约两个项目、内部目标年底做到一天一个。她此前在金赛药业主导五年数字化转型,搭建两千多个数字看板,认为数字化能让业务“看得见”,但解决不了判断、信任与人性问题。同源康生物下一轮融资计划建设自动化实验平台,以产生公开领域难以获取的数据、训练差异化垂域模型。

  2. AI药物设计实验室73

    上海人工智能实验室等提出 DrugHarness:亲和力比较准确率从 62.2% 升至 81.1%

    上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness,将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后,Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%,优化成功率从 79.5% 升至 87.2%,但虚拟筛选 Hit@3 从 60% 降至 48%。

    推荐理由:该预印本把智能体的工具执行与条件式技能学习结合,并给出基准与细胞实验的对照结果。

  3. DrugAI76

    谷歌推进AI agents与湿实验闭环:让AI从实验中学习,找到纳摩尔级蛋白结合分子

    谷歌公布实验自动化框架VERID、适配体闭环发现和蛋白质结合分子设计三项进展,目标是让AI智能体在研究人员指导下运行实验并从结果中学习。VERID在开源PyLabRobot基础上建立实验工作站的语义数字孪生,提供状态查询、快速模拟、安全执行和完整记录四项能力。

  4. GEN (基因工程与生物技术新闻)25

    Asimov 利用 AI 智能体与生物基础模型自动化细胞系开发中的载体设计

    Asimov 将生物基础模型、AI 智能体与合成生物学结合,为每个分子定制表达载体设计,并通过其计算机辅助遗传设计软件 Kernel 自动设计优化表达载体。案例显示,AI 设计的载体优于 Asimov 此前最佳设计,快速稳定池数据改变了合作方推进多特异性先导分子的选择,模型还可预测链比例以改善正确配对且不降低滴度。

  5. SandboxAQ20

    SandboxAQ将讲智能体药物发现科学基础

    SandboxAQ的Mary Pitman将在10月29日下午2:30做报告,讨论如何构建无需人工调参、跨问题灵活且原生适配自主工作流的科学方法,以支撑智能体药物发现。团队另有三篇海报入选,分别涉及AI与物理方法结合的靶点识别、基于非平衡嵌合切换的免费能计算,以及结合共折叠与自由能计算规模化预测E3连接酶调节剂的结合亲和力。

10月21日周三
  1. Adaptyv Bio76

    Adaptyv Bio 与 Anthropic 合作测试 Claude 设计的 211 个蛋白,17 个与蝎毒素结合

    Adaptyv Bio 公布与 Anthropic、citrini 的最新湿实验合作结果:Claude 设计用于中和蝎毒素的新型蛋白,团队在自动化湿实验室测试了 211 个设计,其中 17 个在实验中显示与毒素结合,全部数据已发布在 proteinbase。Adaptyv Bio 称这是其推动任何人都能在自动化湿实验室开展药物发现活动的一个示例。

    推荐理由:Adaptyv Bio 公布与 Anthropic 合作的湿实验验证结果,给出设计蛋白与蝎毒素结合的具体命中比例。

10月20日周二
  1. Recursion38

    Recursion详解自动化DMTL化学平台

    Recursion在平台系列第7篇中介绍其自动化化学平台:候选分子在计算机设计后直接进入自动化DMTL实验室,可规模化执行多步药物化学合成,并自动完成后处理、纯化与数字化样品追踪。其自研AI智能体还协助科学家规划高效合成路线;公司称因设计、合成、测试在同一集成系统内完成,消除了团队间数据交接的摩擦与时间损耗。

  2. 深势科技 DP Technology58

    让科学智能真正走进消费品研发现场:联合利华与深势科技的AI4S实践

    深势科技与联合利华在联合利华中国研发中心成立30周年之际集中展示两项合作研究成果:从8000多种原料中借助AI模型与实验验证筛出3个具良好抗菌活性的候选分子,MIC处于0.01%—0.075%区间,低于同测试中苯氧乙醇的0.36%—0.64%,相关成分将用于联合利华规模达1.7亿欧元的全球创新项目。

    推荐理由:两家公司披露抗菌活性物筛选与衣物护理配方模拟两项合作成果,展示了计算筛选进入实际产品研发的路径。

  3. 智药邦78

    谷歌推进AI agents与湿实验闭环:让AI从实验中学习,找到纳摩尔级蛋白结合分子

    谷歌于2026年10月16日公布实验自动化、适配体闭环发现和蛋白质结合分子设计三项研究进展,目标是让AI智能体在研究人员指导下运行实验并从结果中学习。VERID框架在开源PyLabRobot基础上建立实验工作站的语义数字孪生,跟踪空间位置、试剂身份、液体体积和吸头库存,提供状态查询、快速模拟、安全执行和完整记录四项能力。

10月19日周一
  1. 医药魔方71

    礼来与剂泰科技达成AI驱动LNP递送合作,首付款逾千万美元、里程碑最高11亿美元

    礼来与剂泰科技达成战略合作,围绕NanoForge驱动的AiLNP平台共同发现和优化新型可离子化脂质与LNP结构,探索多种治疗模式的组织特异性递送。剂泰科技将收取逾千万美元首付款,并有资格获得总额最高可达11亿美元的开发、监管及商业里程碑付款,以及基于合作产品年度净销售额个位数百分比的分级特许权使用费。

  2. 机器之心 · AI4Science58

    中科大发布机器科学家2.2系统,宣称可自主创制新物质

    中科大在智能科学家生态联盟第四届年会上发布机器科学家2.2系统,官方定位为新一代智能物质科学基础设施,由大模型提出假设、专业小模型计算筛选、科研机器人执行实验并回喂结果形成闭环。

    推荐理由:报道梳理了该系统大模型假设、小模型求证与机器人实验的三层分工及闭环机制,并列出效率数据与数据、验证层面的现实约束。

  3. 智药邦40

    AI原生多肽药物研发|利太智药完成近5000万元种子轮融资

    利太智药已完成近5000万元种子轮融资,由讯飞创投、L2F光源创业者基金及知名产业方联合投资,光源资本担任独家财务顾问。资金将用于核心管线研发、算力投入、专利布局、人才招募及日常运营。公司以生成式AI设计多肽新药,搭建“数据—模型—分子”三层技术体系与72小时多肽“生成—合成”闭环平台,部分合作项目已进入临床前研究阶段。

  4. 木可AI探索笔记63

    镁伽科技上线Poreva Open全球AI蛋白质设计挑战赛,万级湿实验验证对标Anthropic

    镁伽科技于2026年10月18日上线Poreva Open全球AI蛋白质设计挑战赛官网,公布首批3道赛题与规则,10月19日起全球报名且不设地域限制。

    推荐理由:镁伽以万级湿实验验证切入蛋白设计公共基准,可与Anthropic赛事及Ginkgo模式对照。

10月18日周日
  1. DeepTech深科技62

    Google也在推进自主湿实验室,已实现智能体与机器人闭环

    Google 于 10 月 16 日发布技术博客,介绍其搭建自主湿实验室的进展:团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案,其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子,但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。

    推荐理由:Google 公布自主湿实验室进展,可与 Anthropic、OpenAI 的同类布局对照,看清 AI 进入实验台的不同路径。

  2. 智药邦58

    罗氏提出“AI自主”:药企内部需要保留哪些研发能力

    罗氏在2026年9月28日制药业务日上提出“AI自主”,主张药企用实验检验模型判断,再据实验结果改进模型与实验方法。文章以Genentech与Recursion的神经科学靶点发现合作为例,说明AI可缩小靶点与候选分子范围,而疾病认识转化为筛选标准、理解实验条件、依据验证结果决定下一步仍需药企内部人员掌握。

    推荐理由:借罗氏提出的AI自主概念与Genentech同Recursion的合作,梳理药企在靶点验证和分子筛选上需自留的判断能力。

  3. 智药邦40

    AI虚拟细胞|Rivercell完成2500万美元种子轮融资

    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。

10月17日周六
  1. DeepTech深科技72

    拆解Anthropic的生命科学布局:一家AI公司为何下场做实验?

    Anthropic已在旧金山湾区建立自有生物实验室,其生命科学负责人Eric Kauderer-Abrams证实此举是为让Claude提出的假设更快进入真实实验,同时继续与外部实验室合作。

    推荐理由:梳理Anthropic从科研工具到自建实验室的布局,并给出蛋白质设计与新酶发现的具体实验数据作为参照。

  2. BioTender67

    从设计分子到操作机器人,Google 正在构建自主生物实验室

    Google Research 于 2026 年 10 月 16 日公布三项研究,分别用智能体闭环设计 DNA 适配体、设计蛋白结合物,以及用 VERID 数字孪生约束实验机器人操作。

    推荐理由:梳理 Google 三项研究如何让智能体接受实验反馈与物理约束检验,并划清已验证与未整合的边界。

  3. Google Research76

    Google Research 展示智能体湿实验、适配体与 FAP 蛋白结合物设计三项研究

    Google Research 报告三项研究:VERID 用语义数字孪生约束机器人实验;AI 智能体根据三轮湿实验反馈改进 DNA 适配体;人机协作进行 FAP 蛋白结合物设计并获得纳摩尔级结合验证。三条研究线的整合仍是下一步,尚非统一、全流程自主的生物实验室。

    推荐理由:Google Research 用三个项目说明智能体如何接入湿实验室,其中适配体闭环的失败模式复盘对做自动化实验的人有参照。

10月16日周五
  1. Terray Therapeutics58

    Terray 与 NVIDIA 用微调 Nemotron 模型抽取化学合成路线并接入 EMMI 平台

    Terray Therapeutics 与 NVIDIA 合作,用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线,并称取得当前最优性能。

    推荐理由:Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台,展示了化学文档解析在药研工作流中的具体用法。

10月15日周四
  1. Insilico Medicine 英矽智能58

    英矽智能在虚拟细胞论坛展示虚拟衰老细胞模拟框架

    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。

  2. Alex Zhavoronkov58

    PandaOmics分析77个人脑数据集,线虫与人神经元验证阿尔茨海默病候选靶点

    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。