默沙东与Texas Tech开源PepOpt算法，在10⁵⁰非天然氨基酸多肽空间中搜索候选
默沙东与Texas Tech研究者在npj Drug Discovery发表PepOpt，用PepSeA对齐、位置特异分子指纹、线性模型与动态规划，在约4000种单体、14肽规模达10⁵⁰的组合空间中筛选候选。
同一新闻，精选展示《默沙东与得州理工在npj Drug Discovery提出PepOpt，174.4秒从约10⁵⁰种肽组合中筛出前1000条》
#开源/工具
LeapFun同新闻AI 评分7070 智药邦精选AI 评分8080 Nature Biotechnology｜AdaptiveFlow实现数百亿分子库的自适应虚拟筛选
意大利帕维亚大学、Dana-Farber癌症研究院等团队在《Nature Biotechnology》发表开源平台AdaptiveFlow，将Enamine REAL Space约315亿原始分子预处理为约690亿可直接对接条目，通过18维分子性质分区与自适应靶标引导虚拟筛选（ATG-VS）降低超大规模对接开销。
推荐理由：研究用分子性质分区与靶标引导抽样压缩数百亿级对接空间，并在两个靶点获得实验验证的抑制剂。
Alex ZhavoronkovAI 评分4242 英矽智能Pharma.AI 2026秋季回顾
我认为科学需要专门的AI模型，而不仅仅是通用模型。我们的 https://Pharma.AI 2026年秋季回顾涵盖了MMAI Gym、302项基准测试，以及从Chemistry42和PandaOmics到AI助手的MCP链接。@InsilicoMedicine https://www.eurekalert.org/news-releases/1147702
Terray Therapeutics精选AI 评分5858 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。
Oxford Protein Informatics Group · Blog精选AI 评分6565 OPIG 发布 Therapeutic Nanobody Profiler 纳米抗体可开发性评估工具
牛津 OPIG 的 Gemma Gordon 在博士项目中开发了 Therapeutic Nanobody Profiler（TNP），用 6 项针对纳米抗体特性的指标，将候选纳米抗体的结构与理化性质对照 36 个临床阶段样本进行基准评估。
推荐理由：作者介绍其博士项目开发的纳米抗体可开发性评估工具，说明指标构成、临床参照集与配套实验数据来源。
AI-Protein DesignAI 评分3838 每天学点设计：介绍在线版多肽设计工具AfDesign
MIT的Sergey Ovchinnikov开发的在线多肽设计工具AfDesign，可用于短肽设计，2025年一篇Cell研究曾用其设计短肽调控离子通道功能。以MDM2-P53为例，设定binder长度12、运行168次迭代优化后，损失函数逐渐下降，plddt、iptm等打分升高，并可用AF3进一步确认多肽与靶蛋白结合情况。
ClickMab 科迈生物AI 评分3838 Click.mAb. 能力系列：一条抗体序列能完成哪些分析
Click.mAb. 支持在单一对话中由 AI 自动调用工具，对一条抗体序列完成多维度分析。分析覆盖抗体编号、CDR 标注、风险位点识别、三维结构预测、抗原互作分析与可开发性评估，用户只需提供一条序列和一句指令。
Oxford Protein Informatics Group · Blog精选AI 评分7070 OPIG 发布纳米抗体免疫库数据库 OAS-nano，含 7300 万条序列
牛津 OPIG 团队发布天然适应性免疫受体数据库系列的最后一项 OAS-nano，收录 7300 万条 VHH 序列，并配有可检索网页应用。该库整合了迄今所有公开释放原始全长纳米抗体 NGS 数据的文献，在相同去冗余过滤下规模为此前最大资源的 5 倍。
推荐理由：该数据库把公开纳米抗体测序数据统一处理并标注扩增方案差异，为免疫库语言模型训练提供可追溯的数据基础。
佰傲谷BioValleyAI 评分2828 今天14:00开播！从数十到数百：LNP配方筛选如何走向数据驱动
Unchained Labs的Sunscreen微流控自动化制备平台与Stunner AF一体化表征平台构成LNP配方筛选流程，可在单个工作日内完成96个配方的制备与检测。
Andrés M. BranAI 评分4242 b12 Labs推出分子制造平台Foundry
在超级智能的世界里，瓶颈正迅速变成执行。我们能想象的和我们能制造的东西之间的差距从未如此之大，但@b12Labs 来弥合它🔥
Andrés M. BranAI 评分4242 b12 Labs推出b12 Foundry自动化分子合成平台
b12 Labs（YC S25）发布b12 Foundry，将其AI设计的分子通过自动化设施实际合成，并与苏黎世大学HTEL合作把现有自动化设施改造为分子生产平台。该平台由AI智能体与化学家协同工作，产出分子、反应和数据，公司称其灵活性与质量少有其他机构能比。b12 Labs正寻求难以合成或需生成实验数据的分子合作方。
Insilico Medicine 英矽智能AI 评分3636 英矽智能免费开放四款药物发现模型
4 款最先进的药物发现模型。免费试用。🧪 有化合物吗？来测试一下。 💊 ADMET。激酶选择性。GPCR 相互作用。合成化学。 你的化合物。实时预测。零成本试用。 👉 https://playground.insilico.com
RecursionAI 评分3838 Recursion 详解其 AI 药物设计平台流程
Recursion 的药物设计高级副总裁 Donovan Chin 介绍，其 AI 原生引擎可在约一天内跑完一轮计算设计循环，将数百万分子快速筛选为可合成的高质量候选短名单。流程先用 Nesso-1 等 3D 结构模型评估结合亲和力，再整合 ADME、效力、模拟与 AI 逆合成等数百个模型，使化学家能探索全新化学空间并预测合成路线。公司称这些分子不仅在计算上有前景，而且在送实验室前即可实际合成。
RecursionAI 评分3636 Recursion入选State of AI报告
感谢@nathanbenaich和@airstreet发布年度《State of AI Report》。我们很高兴因REC-4881相关工作被收录，这是一种MEK1/2抑制剂，目前处于针对FAP的2期临床试验。同样被收录的还有Nesso-1：一个开源模型，可在数秒内预测结合亲和力，助力更快的早期药物发现。
智药局AI 评分5858 丹纳赫推出首个AI驱动自主实验室，目标将亲和试剂验证速度提升最多8倍
丹纳赫10月7日宣布将推出公司首个AI驱动自主实验室，设在旗下抗体与试剂公司Abcam，用于加速定制抗体及其他分子工具研发，预计2027年初规模化运营。实验室以设计—制造—测试—学习（DMTL）闭环运转，AI设计候选亲和试剂后由系统自动构建与测试，结果实时回流模型；丹纳赫称目标是把亲和试剂从构想到完成验证的速度提升最多8倍，年试剂产出从数十个提升至数百个。
晶泰科技精选AI 评分6565 晶泰科技开源化学反应产率定量AI模型lcms2yield
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield，同步开放模型权重、推理代码及训练与评测数据集。
推荐理由：晶泰科技开源可预测紫外校正因子的模型，为高通量实验的产率定量提供了可复现的替代路径。
天鹜科技AI 评分2222 天鹜科技将赴Festival of Biologics 2026展示AI蛋白质研发平台MatwingsVenus™（晓鹜™）
天鹜科技将于10月13-15日在瑞士巴塞尔参加Festival of Biologics 2026，其AI Lab技术科学家谭扬将在Protein Engineering专场介绍以LLM为核心控制器的蛋白质研发智能体，并展示干湿闭环平台MatwingsVenus™（晓鹜™）。
Marinka Zitnik精选AI 评分6363 ToolUniverse 新增 GPU 环境自动配置，支持智能体调用蛋白设计模型
ToolUniverse 推出 GPU 环境自动配置功能，使智能体可在复杂生物数据集上调用机器学习模型并把输出用于发现流程。
推荐理由：ToolUniverse 新增 GPU 环境自动配置，让智能体直接调用蛋白设计与结构预测模型，并附可复用的 EGFR 设计流程。
LeapFun精选AI 评分5858 Bindwell 复盘如何在30天建成8000平方英尺AI制药湿实验室
Bindwell 团队复盘了从9月3日到10月1日自建8000平方英尺湿实验室的过程，目标是绕开CRO为模型规模化产出数据。团队向美中英印乌近40家CRO发出规格书，39家中26家回复、仅15家按规格交付，体内实验交付中位数10个月、中位成本28.9万美元，生化检测中位2周、2.6万美元。
推荐理由：作者以自建实验室的实测数据对比CRO报价与周期，为分子发现的数据规模化路径提供了一手成本参照。
RecursionAI 评分4040 Recursion：合成约300个化合物推进候选分子
Recursion称其各项目在仅合成约300个化合物后即推进了高质量新候选分子，比行业平均少约90%。其AI原生引擎已产出逾10个开发候选分子，设计依托整合数百个机器学习与物理模型的Centaur平台，从靶点性质出发做生成式从头设计，并通过计算与实验的持续反馈循环迭代更新模型。
天鹜科技AI 评分2525 天鹜科技携AI干湿闭环蛋白质研发平台MatwingsVenus™（晓鹜™）亮相2026 BIOCHINA华南
天鹜科技在2026 BIOCHINA华南展示AI驱动的干湿闭环蛋白质研发平台MatwingsVenus™（晓鹜™），平台以轻量级AI生物设计平台和AI黑灯实验室为核心，衔接蛋白质智能设计与自动化实验验证。
Brian HieAI 评分3838 Minerva模型接入Proto MCP
我们现已在 Proto MCP 上部署了 Minerva 语言模型及其交互头！ 以下是一个使用 @ChatGPT 重新查看非编码 RNA 现有注释的示例：https://chatgpt.com/share/6abe9cea-c494-83e9-910d-f0d91b97ca41
Amir Shanehsazzadeh精选AI 评分5858 Claude Binder Lane 技能支持用 30 多个工具设计结合剂
Amir Shanehsazzadeh 转发 @JacobMolBio 介绍的 Claude Binder Lane 技能，供 Claude Science 用户按类似 Anthropic 结合剂研究计算部分的工作流设计结合剂。用户可与 Claude Science 共同确定靶点与位点、工具组合（包括是否沿用 Anthropic 公开技术栈或替换其他工具）、各工具运行位置（API、插件、本地或 Modal 等云端算力）、预算、指标与迭代轮次，最终得到结合剂序列和预测结构。该技能可调用 30 多个工具，并纳入 Anthropic 原始结合剂报告之后的进展，如 BindCraft2 以及 Anthropic 近期加速的 ESMFold2 和 Boltz-2 套件。
推荐理由：这条转发介绍了一个可复用的结合剂设计工作流，把靶点选择、工具组合与运行环境串成可配置流程。
Martin Pacesa精选AI 评分5858 Martin Pacesa 介绍 BindCraft2 多靶点与自定义损失实现及运行入口
Martin Pacesa 表示可将 BindCraft2 的多靶点与自定义损失实现用于设计任务，并给出在 AriaX、Tamarind 或 Google Colab 上运行的方式及 GitHub 链接。BindCraft2 由 Erik Mäeots 开发，仓库为 https://github.com/PacesaLab/BindCraft2；BC1 版本的多靶点 notebook 由 Lennart Nickel 和 Paul Kittner 提供。该帖引用了 Adaptyv 的 Anthropic x Adaptyv 蛋白质设计竞赛第一项挑战，要求设计在肿瘤酸性条件下结合 EGFR、在健康细胞正常 pH 下不结合的条件性结合剂，且需同时结合人源与小鼠源 EGFR 以支持临床前测试。
推荐理由：作者给出 BindCraft2 多靶点与自定义损失实现的可运行入口，便于复用条件性结合剂设计流程。
PDBeAI 评分3333 AlphaFold DB 复合物界面置信度指标解析
pLDDT、ipTM、ipSAE、pDockQ2 和 LIS 如何相互配合？ 了解这些指标如何共同评估 AlphaFold DB 复合物界面的置信度。 🎬 观看完整教程：https://youtu.be/k4yBqddtPyQ #AlphaFold #AlphaFoldDB
Martin PacesaAI 评分5555 Martin Pacesa 转发称可用 BindCraft2 在消费级 GPU 上低成本设计结合剂
Martin Pacesa 转发 @btnaughton 的体验称，BindCraft 2 在 vast.ai 等消费级 GPU 上生成轨迹的成本可低至每条 2 美分。该说法来自引用内容，并称 Martin Pacesa 及其合作者对该工具做了大量优化。
HouMed精选AI 评分6363 侯廷军团队在Nature Protocols发布AI虚拟筛选平台CVSP-AIE
侯廷军、康玉团队联合澳门理工大学刘焕香团队在Nature Protocols发布AI驱动的虚拟筛选平台CVSP-AIE，整合KarmaDock、CarsiDock与RTMScore重打分模型，通过分层调用平衡筛选速度与精度。
推荐理由：该平台把三种自研对接与打分模型整合为分层筛选流程，并给出在线与本地两种使用方式，便于比较速度与精度的取舍。
创腾科技AI 评分2828 高维设计空间的突围：ADC 前沿进展、耐药挑战与数智驱动解法
截至2026年6月30日全球累计获批ADC达23款，2026年6月百利天恒/BMS的izalontamab brengitecan获NMPA批准，成为全球首个获批的双特异性ADC。文章梳理2024—2026年载荷多机制化、靶点下沉、双抗与定点偶联等前沿主线及抗原丢失、载荷外排等耐药机制，并提出以MaXFlow、SDH、iLabPower覆盖抗体模拟、载荷设计、DAR工艺优化与数据治理的连续路径。
Amir Shanehsazzadeh精选AI 评分7373 BindCraft2 提前开源，扩大分子设计搜索空间并接入 Adaptyv 竞赛
BindCraft2 已发布，代码当天开源，学术与工业使用均免费，作者团队未等论文发表即提前放出。该版本通过支持更多模态与靶点扩大了分子设计搜索空间，速度也更快，并可用于 Adaptyv 竞赛；Amir Shanehsazzadeh 表示 Claude 在复杂搜索空间中表现最好，相关竞赛由 Anthropic 与 Adaptyv Bio 共同赞助。
推荐理由：BindCraft2 提前开源并扩大分子设计搜索空间，为结合剂设计竞赛提供了可直接上手的工具。
Martin Pacesa精选AI 评分5858 Martin Pacesa：Adaptyv 竞赛的靶点交叉反应适合用 BindCraft2 原生处理
Martin Pacesa 表示 Adaptyv 蛋白质设计竞赛中的靶点交叉反应问题正是 BindCraft2 的原生适用场景，并给出工具概览与 GitHub 代码入口。他同时列出 Lennart Nickel 和 Paul Kittner 基于 BindCraft1 的多靶点 notebook 变体链接。被引用的竞赛帖称将提供最高 100 万美元 Claude 额度并实验验证社区提交的 5000 个设计，赛题涵盖物种交叉反应、pH 敏感性和肽-MHC 特异性等。
推荐理由：作者以 BindCraft2 作者身份指出该工具原生支持 Adaptyv 竞赛中的靶点交叉反应设计任务，并给出代码入口。
Adaptyv Bio精选AI 评分7272 Adaptyv Bio 关注 BindCraft2 开源并用于新蛋白质设计竞赛
Adaptyv Bio 表示，BindCraft2 已在其与 Anthropic 的新蛋白质设计竞赛开始前开源，该竞赛将有超过 5000 个设计在其实验室接受实验测试。作者回顾称，BindCraft1 在 2024 年其蛋白质设计基准中表现突出，赢得首届 EGFR 竞赛，并在后续轮次中被广泛使用。所引用的发布信息显示，BindCraft2 完整代码已放出，学术和工业用途均可免费使用，论文尚未发表。
推荐理由：BindCraft2 在 Adaptyv 新竞赛前开源，可对照其上一代在 EGFR 基准中的表现理解方法迭代。
Martin PacesaAI 评分6060 BindCraft2 发布并开源完整代码，免费供学术与工业使用
BindCraft2 已发布，作者未等论文发表便提前放出完整代码，学术与工业用途均可免费使用。代码托管在 GitHub 的 PacesaLab/BindCraft2 仓库，作者称可立即用于设计，并可用于当前的 Adaptyv 竞赛。
天鹜科技AI 评分2222 AI如何进入真实的研发场景？新加坡、上海双城见！
天鹜科技将于9月22日至23日同步参加2026 BPD Singapore与S创上海2026，围绕高质量数据驱动的蛋白质设计智能体及智能体与自动化实验协同分享实践。
创药网AI 评分3838 新型AI药物研发工具/平台（下篇）
寻明生科开源全原子生物分子基座模型OpenDDE，在PXMeter-AB、FoldBench-AB和2026ARK-AB三项抗体-抗原共折叠基准上成功率分别为51.0%、70.0%和66.4%，模型约655M可训练参数。
途深智合AI 评分2222 途深智合亮相 Cambridge Tech Week 2026，展示 ToursynClaw 科学超智能体平台
途深智合在剑桥 Cambridge Tech Week 2026 的 Innovation Alley 展区展示 ToursynClaw 科学超智能体平台，该平台连接 AI 蛋白设计、科学智能体与自动化湿实验，形成设计—验证—数据反馈—模型迭代的研发闭环。
Roshan Rao精选AI 评分6565 Anthropic 称 Claude 为 30 多个开源生物分子模型优化推理，平均提速 4 倍
Anthropic 在 Science Blog 中称，Claude 为 30 多个用于分子结构建模、类药分子设计和基因突变效应预测的开源模型优化推理，平均提速 4 倍，部分通过编写 GPU 定制软件实现，并将全部优化代码开源。Roshan Rao 转发该内容并称，Anthropic 的工作显示折叠与结合剂设计可大幅加速；他所在团队也将 Claude 用于此类问题，模型训练 MFU 提升一倍。
推荐理由：Anthropic 用 Claude 为 30 多个开源生物分子模型优化推理，并开源优化代码，可作为评估模型推理加速路径的参照。
途深智合AI 评分3838 途深智合亮相2026闵行区生物医药生态推介会，分享AI驱动生物药研发创新实践
途深智合在2026闵行区生物医药生态推介会上分享了从AI蛋白设计走向Autonomous AI Biopharma Foundry的技术路径，核心平台ToursynClaw连接自研蛋白生成与优化模型、科学智能体及自动化实验系统，形成干湿闭环。
Amir Shanehsazzadeh精选AI 评分6767 Anthropic 团队开源 30 多个生物分子模型的推理优化，并联合 Adaptyv 发起设计竞赛
Amir Shanehsazzadeh 报告，Claude 在不到 4 周内优化 30 多个开源生物分子模型，涉及自定义 GPU kernel、超过 10,000 token 的结构建模及低于 200 美元的结合物设计，并开放代码。帖子同时宣布与 Adaptyv 合办五项挑战，计划实验验证 5,000 多个设计。模型推理优化是相较竞赛总公告的新增内容。
推荐理由：Anthropic 公布用 Claude 优化 30 余个生物分子开源模型推理并开源代码，同时联合 Adaptyv 举办蛋白设计竞赛。
Sergey OvchinnikovAI 评分5555 ColabFold 1.6.3 发布：提速 2.5 倍并支持 pip 安装，新增 ipSAE 与 pDockQ2 评分
ColabFold 1.6.3 发布，作者称速度提升 2.5 倍，并支持通过 pip install colabfold[alphafold] 安装。该版本新增 ipSAE 与 pDockQ2 评分，作者在推文中致谢 Choonghwan Lee、Marielle Russo、Gyuri Kim、Martin Steinegger、Milot Mirdita 等贡献者。
Oxford Protein Informatics Group · BlogAI 评分4343 用果蝇连接组做分子对接：MaleCNS 驱动刚性对接模拟
作者把雄性果蝇中枢神经系统连接组 MaleCNS（38,128 个神经元、300 万个突触）接入一个刚性对接模拟器，让果蝇“操控”星形孢菌素进入 CDK2（PDB 1AQ1）的结合口袋。仅训练边缘两层、约十万次强化学习后，果蝇从包括 9 Å 外且倒置的各个起始位置把分子对接到晶体构象 2 Å 以内。作者明确表示这并未解决药物发现，且模拟物理为自制、连接组本身未经训练。