arXiv论文提出ResiDPO并微调LigandMPNN得到EnhancedMPNN
悉尼科技大学、华盛顿大学、伊利诺伊大学厄巴纳—香槟分校和浙江大学研究者在arXiv发布论文，提出残基级可设计性偏好优化方法ResiDPO，用它微调LigandMPNN得到EnhancedMPNN。
推荐理由：论文把AlphaFold2逐残基置信度反馈用于微调LigandMPNN，为序列设计筛选通过率提供了可比较的提升数据。
#数据/基准
BioAICraft精选AI 评分7373 木可AI探索笔记精选AI 评分5858 17亿次实测 vs 一次造出10¹⁶个抗体：把AI制药"数据荒"卷成护城河的两种活法
文章对比Terray与Jura Bio两条自产数据路线：Terray用自研高通量硬件累计超过4200亿次测量、折算逾170亿个靶标-分子互作数据点，Jura Bio则用变分合成一次造出10¹⁶个抗体序列。作者认为两者分别拆解干湿循环的合成端与筛选端，Terray已签吉利德、BMS、Odyssey合作并预计2026年有内部药物进入临床试验，但数据规模本身不等于成药。
推荐理由：文章把Terray与Jura Bio两种自产数据路线放在干湿循环两端对照，便于理解数据瓶颈的不同解法。
iNatureAI 评分3434 Nat Commun | 北京大学夏青团队发现抑制型tRNA修复TP53无义突变可使肿瘤近完全消退
北京大学夏青团队在Nature Communications报告，抑制型tRNA（sup-tRNAs）可克服TP53多种无义突变，恢复全长p53表达与功能，并借助计算模型指导设计。
下一分子AI 评分3232 AI制药日报｜2026-10-28
David Baker团队与苏黎世联邦理工学院等合作在Nature发表从头设计半胱氨酸蛋白酶研究，用RFD2-MI、ProteinMPNN和AlphaFold 3从Ulp1最小催化基序出发设计，69个实验设计中有13个出现肽键切割活性。
BioArt精选AI 评分7272 贾伟团队在Cell Metabolism发表AI驱动胆汁酸发现框架MetLLM与MetSpace
贾伟团队在Cell Metabolism发表研究，用transformer架构的分子语言模型MetLLM对胆汁酸样结构打分，从超过52万个含四环骨架的结构中筛出3900个优先候选，构建候选图谱MetSpace。
推荐理由：研究把分子语言模型与质谱鉴定、细胞实验串成代谢物发现流程，展示了从候选预测到结构确认的完整路径。
智药邦AI 评分4040 珞米发布 ⌈Nanomics AI4S科学智能闭环平台⌋，以RSI递归自进化驱动TechBio3.0
珞米智能在杭州发布「Nanomics AI4S科学智能闭环平台」，由LLM Agent、6-DOF机械臂自主实验室与自研AIVC-2.0虚拟细胞模型组成，形成Design→Robot→Validate→Redesign干湿闭环。
智药邦精选AI 评分7171 港中文团队提出DuetRNA，以碱基与核糖双坐标系联合设计RNA序列与三维结构
香港中文大学团队提出RNA联合生成模型DuetRNA，为每个核苷酸建立碱基与核糖两个耦合局部坐标系，在同一流匹配过程中同时输出序列与三维重原子坐标，相关预印本与代码已公开。
推荐理由：该预印本用碱基与核糖双坐标系做RNA序列与结构联合生成，并给出与RNA-FrameFlow同协议的计算对比。
BioAIDesign精选AI 评分7070 北大等团队在bioRxiv发布CellCompass：用AI智能体设计细胞动力学模型
北京大学周沛劼、加州大学欧文分校Qing Nie等团队在bioRxiv发布CellCompass，一套围绕实验数据选择、改写和检验细胞动力学模型的科学智能体系统。
推荐理由：预印本提出用智能体按实验线索选择与改写细胞动力学模型，并在模拟基准和四类真实数据上给出对照结果。
药化猩球AI 评分5858 逐行核对 Mol-1 成绩单：宣传数字与 GitHub 仓库对不上
作者逐行核对 Mol-1 的宣传数据与 GitHub 仓库，发现 FoldBench-AB 75.0% 有出处但对比的 IsoDDE 与 75.58% 无法对应，所谓“8 项里胜过 Anthropic 10 项”算术不通，且 Mol-1 实为 Protenix 衍生模型。
BioTender精选AI 评分6060 AISI与SecureBio用编程智能体复现ProteinMPNN、RFdiffusion3与CMD
英国AI安全研究所AISI与SecureBio合作的ReproBAIT预印本让Claude Opus 5、GPT-5.6 Sol、Kimi K3和Qwen3.8-2.4T四个编程智能体在提供训练数据与A10G GPU的条件下限时复现三个生物AI工具。
推荐理由：研究用编程智能体限时复现三个生物AI工具，给出闭源与开源工具可迁移性的具体边界。
DrugAI精选AI 评分7373 MetaPLI：结合三维结构与少量实验数据预测分子活性
北京大学来鲁华、裴剑锋课题组在 Digital Discovery 发表 MetaPLI，一种基于蛋白质—配体三维结构、以同靶标少量已测分子为参考的少样本绝对结合亲和力预测方法。
推荐理由：论文给出少样本活性预测在跨靶标测试与逐轮筛选模拟中的误差和排序表现，可对照FEP类方法看适用边界。
智药局精选AI 评分5858 镁伽联合腾讯云、Twist发起Poreva Open蛋白质设计赛，计划湿实验验证超1万条序列
镁伽科技牵头，腾讯云、Twist、思朗科技、诺唯赞等参与，发起全球AI蛋白质设计竞赛Poreva Open，不限国家、模型与技术路线，计划对超过10000条设计序列做湿实验验证。评价体系除靶点结合外新增热稳定性和低非特异性指标，首批3项挑战靶点已公布，赛后拟择优引入类器官等模型进一步验证。奖金包括最高100万元现金、百万元级免费湿实验验证额度和千万元级投资激励。
推荐理由：镁伽联合腾讯云、Twist等发起不限模型的蛋白质设计赛，以万条湿实验验证切入AI4S数据入口。
LeapFun精选AI 评分6060 UCL与剑桥团队在Cell Reports Medicine发表三阴性乳腺癌肿瘤数字孪生研究，疗效预测准确率74%
伦敦大学学院联合剑桥大学在Cell Reports Medicine发表研究，用符号AI基于患者基因组信息构建个性化三阴性乳腺癌肿瘤数字孪生，在PARTNER试验31名患者数据上回顾性模拟化疗及化疗联合奥拉帕利等方案，疗效预测准确率为74%。
推荐理由：研究用符号AI为三阴性乳腺癌患者构建肿瘤数字孪生，在31例回顾性数据上给出疗效预测与联合用药假设。
奶牛猫的CADD实验室精选AI 评分7272 微软提出增强扩散采样方法 Enhanced Diffusion Sampling，更高效捕捉蛋白质稀有构象
微软 Research AI for Science 等团队提出 Enhanced Diffusion Sampling，将伞形采样、Metadynamics 等增强采样思路引入扩散模型，相关研究正式发表于 Journal of Chemical Physics。
推荐理由：研究把伞形采样与元动力学思路引入扩散模型，为稀有构象采样效率提供了可复用的方法参照。
木可AI探索笔记精选AI 评分5858 Basecamp Research：Anthropic、英伟达、微软均跟注的前沿AI药物设计公司
Basecamp Research于2026年9月23日宣布完成1.4亿美元C轮融资，由S32领投，Anthropic旗下Anthology Fund、英伟达和Menlo Ventures跟投，投后估值约8亿美元。
推荐理由：文章梳理Basecamp Research自采生物数据与EDEN模型的路径，并解释其1.4亿美元C轮融资背后的数据壁垒叙事。
Insilico Medicine 英矽智能精选AI 评分6363 英矽智能发布DDDBench Core：59项药物发现基准与实时榜单
英矽智能发布DDDBench Core，从Foundations的300余项基准中选出59项，覆盖五个药物研发领域，并提供实时榜单。通用模型榜单中GPT-6 Astra暂列第一；其2.6B与4B的MMAI Gym专用模型在单步逆合成、ADMET、Kinome和GPCR预测等特定任务上超过专用工具与通用模型。
推荐理由：英矽智能从300余项基准中筛出59项，覆盖五个药物研发域，并给出通用与专用模型的实时榜单对比。
Alex ZhavoronkovAI 评分1818 英矽智能谈健康与死亡世界模型
当预测目标足够具体、可供尽职调查时，健康与死亡世界模型就变得可合作了。Kejun Ying（@KejunYing）在 #ARDD2026 上。照片：https://agingpharma.org/photos2026
New Market PitchAI 评分3636 AI蛋白质设计融资追踪：2024年1月至2026年9月84笔交易、67家公司、27.5亿美元
AI蛋白质设计融资追踪显示，2024年1月至2026年9月67家公司完成84笔融资，披露总额至少27.5亿美元，但中位数仅1500万美元，远低于3673万美元的平均值。
下一分子精选AI 评分7373 IPD与NVIDIA开源RFD4-Proteina：从计算通过率到湿实验的采用判断
IPD与NVIDIA于10月公开RFD4-Proteina的代码与模型权重，模型把序列与结构放进同一生成过程，并提供候选搜索与评估入口，核心许可为BSD 3-Clause。
推荐理由：结合开源入口、计算基准口径与两组湿实验，给出团队自评该蛋白设计模型是否值得采用的判断框架。
BioArt精选AI 评分7878 Cell发表Tahoe-100M：亿级单细胞图谱解码药物扰动下肿瘤细胞分子表型
Tahoe Therapeutics的Johnny Yu与Hani Goodarzi团队在Cell发表Tahoe-100M，构建覆盖50株肿瘤细胞系、379种小分子药物、约1100组药物-剂量条件的亿级单细胞药物扰动转录组图谱。
推荐理由：该图谱以亿级单细胞数据刻画药物扰动表型，并揭示同靶点药物的周期效应差异，为扰动预测模型提供训练资源。
智药邦AI 评分6060 AI+虚拟细胞｜粒曼生物完成数千万元天使轮融资
2026年10月，粒曼生物完成数千万元天使轮融资，由上海弘晖领投，兴华鼎立、杭州润苗基金跟投，川越周期担任财务顾问。
LeapFunAI 评分7676 罗氏发布近9万条抗体专利数据集POISK并评测六大结构预测模型
罗氏及旗下Prescient Design团队发布论文，推出从美国专利提取的抗体数据集POISK，含10,110件专利、89,074条抗体–抗原记录、78,174条独特抗体和2,069个独特靶点序列，并提供亲和力、表位残基与竞争关系等36类字段。
Ginkgo Datapoints · Updates精选AI 评分6262 VCPI 发布 ReFRAME 化合物库 DRUG-seq 图谱，覆盖 12,949 个化合物并以 CC BY 4.0 开放
虚拟细胞药理学计划（VCPI）发布其迄今最大规模的数据集，为 ReFRAME 药物重定位化合物库提供阵列式 DRUG-seq 转录组图谱，覆盖 12,949 个化合物。数据在 THP-1 细胞中以 10 μM 剂量、每孔一个化合物进行筛选，注册用户可在 thevirtualcell.com 免费获取，并以 CC BY 4.0 开放。
推荐理由：该发布提供覆盖近1.3万临床阶段化合物的转录组扰动数据，可作为药物响应与虚拟细胞研究的公开数据资源。
DrugAI精选AI 评分7373 Nature Communications 发表 StriMap：连接抗原呈递与TCR识别的结构信息深度学习框架
研究团队在 Nature Communications 发表 StriMap，将肽–HLA呈递与TCR–pHLA识别建模为前后关联的两阶段，融合氨基酸理化性质、ESM2表征和ESMFold预测结构经EGNN提取的空间信息。
推荐理由：该框架把肽–HLA呈递与TCR识别拆成两阶段建模，消融实验显示结构信息与TCR α链对识别预测有贡献。
GEN (基因工程与生物技术新闻)AI 评分3636 HUPO 2026 新加坡大会：亚太雄心与通往预测性生物学的道路
HUPO 2026 大会在新加坡汇聚 45 国 1,428 名代表，主题为“Proteomics Plus: Transforming Lives”。中国发起的 π-HuB 计划提出在三十年内投入数十亿元人民币，目标预测个体一生的蛋白质组状态；西湖大学郭天南则报告了覆盖 58 种主要组织类型、251 种细分组织类型和 25 种癌型的空间蛋白质组工作，以及针对三阴性乳腺癌的扰动蛋白质组虚拟细胞模型。
BioTender精选AI 评分6262 Anthropic 与 Adaptyv 蛋白设计挑战赛第五题要求识别 KRAS G12D 突变肽
10 月 26 日，Anthropic 与瑞士蛋白工程公司 Adaptyv 联合举办的蛋白设计挑战赛放出第五题，要求设计只结合 KRAS G12D 突变肽（VVVGADGVGK）、不结合野生型肽（VVVGAGGVGK）的蛋白，两者仅第 6 位一个氨基酸不同，靶点为 HLA-A*11:01 呈递的 pMHC。
推荐理由：赛事把特异性拆成突变识别、肽依赖与亲和力三关，为从零设计结合剂的评测提供了具体参照。
BioTender精选AI 评分6969 预印本《Plausibility Is Not Prediction》指出虚拟细胞扰动预测的评测漏洞
Xinyu Yuan、Xixian Liu 等人的预印本《Plausibility Is Not Prediction》检验细胞扰动二分类差异表达预测，发现忽略扰动身份的 Gene-prior Voting 基线在 C32 黑色素瘤任务总体 AUROC 仍达 0.990，但改为同基因内比较扰动的 macro-per-gene 评测后该基线 AUROC 只有 0.500。
推荐理由：研究用分基因评测揭示总体 AUROC 高分可能绕开扰动区分，为虚拟细胞扰动预测的评测方式提供参照。
BioTenderAI 评分3838 人类理解生命的方式，可能正在限制 AI
Morgan Levine 在《Biology Beyond Human Intuition》中提出，细胞类型标签、实验条件和论文叙述构成的选择性观测，会成为语言模型学习生命的边界。
木可AI探索笔记AI 评分3838 不是通用大模型吃掉蛋白模型，是蛋白基础模型吃掉蛋白任务模型
蛋白领域真正在发生的是蛋白基础模型吸收单任务模型，而非通用大模型吞并蛋白模型。Anthropic将Basecamp Research的280亿参数EDEN接入Claude Science，Xaira的X-Scientist以通用大模型作调度、X-Cell与X-Design等蛋白模型作执行引擎。
天鹜科技AI 评分3535 天鹜科技“高质量数据驱动的蛋白质设计物理AI智能体”获2026年“数据要素×”大赛全国总决赛科技创新赛道一等奖
天鹜科技凭“高质量数据驱动的蛋白质设计物理AI智能体”项目获2026年“数据要素×”大赛全国总决赛科技创新赛道一等奖。其数据集涵盖数百亿条蛋白质序列、约67亿条功能及环境标签，VenusREM在哈佛医学院ProteinGym榜单长期位居榜首。
清华大学智能产业研究院精选AI 评分7474 清华AIR联合上海AI Lab发布PFArena，用202项真实实验评测大模型蛋白质改造能力
清华大学智能产业研究院联合上海人工智能实验室和清华大学药学院推出PFArena，基于202项真实蛋白质实验、293个任务实例和607,269条候选记录，评测蛋白质语言模型、通用大模型与科学智能体在突变生成和排序上的表现。
推荐理由：该基准把真实蛋白质适应度实验转成生成与排序任务，比较PLM、通用LLM与智能体在有限实验预算下的决策差异。
BioArtAI 评分3434 Cell Stem Cell | Josef Penninger/王经强等构建“自带胰岛特异性血管”的类器官，显著提升干细胞来源胰岛移植疗效
Josef M. Penninger/王经强团队将人血管类器官与干细胞来源胰岛共培养，构建出带胰岛特异性窗孔毛细血管的血管化胰岛类器官VPIOs。糖尿病小鼠移植后13只中11只在2个月内恢复正常血糖，疗效与原代人胰岛相当，而未血管化组14只中仅2只恢复。VPIOs仍含少量外分泌/导管样细胞和成纤维样细胞，Matrigel基质不适合临床，β细胞体外成熟仍不完全。
动脉网AI 评分4343 对话科理新序02后联创：AI4S的价值密度和Scaling Law
科理新序提出以Science Token、科学Token链和ScienceRSI递归自我改进循环重构AI4S，并发布Chain of Structures（COS）酶设计技术报告。COS在酶设计基准六项指标中五项第一，EC3达57.0%，高于CodeFP的55.3%，去掉推理链后EC3降至53.4%。这些设计尚未经湿实验验证，仅为计算评测结果。
BioTenderAI 评分4848 AI 生物学，进入巨头割据时代
OpenAI、Anthropic、NVIDIA 与 Google、微软近期密集发布动作，争夺科学家科研工作流的发起入口。OpenAI 披露数千个 GPT-Rosalind 代理用 32 分钟分析数百万鼠脑细胞既有数据，Google 的 VERID 经三轮适配体设计反馈将命中率从首轮 10.2% 提升至第三轮 33.5%。
BioTenderAI 评分5252 Phylo 与拜耳达成合作，将科研智能体平台 Biomni Lab 引入药物发现工作流
2026 年 10 月 22 日，Phylo 宣布与拜耳达成合作，向拜耳提供科研智能体平台 Biomni Lab 的完整访问权限，用于药物发现工作流，应用重点是整合文献与组学证据。Biomni Lab 将科学文献、生物医学数据与分析方法汇集到统一环境，并支持研究人员回看结果背后的来源、方法与执行过程。公告未披露交易金额、具体研发项目或量化提效结果，也未报告由此产生的药物发现成果。
BioAICraft精选AI 评分7171 PNAS论文提出ThermoMPNN单突变稳定性打分器
北卡罗来纳大学教堂山分校Brian Kuhlman团队在PNAS发表论文，提出将ProteinMPNN结构特征迁移到稳定性预测任务的ThermoMPNN模型。该模型在Megascale测试集上预测值与实验值的相关系数约0.75，在Fireprot无同源子集上约0.65，均高于直接使用ProteinMPNN的约0.43和0.41。
推荐理由：该文梳理ThermoMPNN如何借ProteinMPNN结构特征与大规模突变数据提升稳定性预测，并给出跨数据集表现与增稳命中率。
木可AI探索笔记AI 评分4343 细胞图谱能白嫖，唯独扰动数据，必须自己攒
单细胞表征数据已成公共品，CZ CELLxGENE 的 Census 构建版收录2.18亿个细胞，可免费训练细胞基座模型；但扰动配对数据因单细胞测序的破坏性、公共扰动库浅或小、组合空间巨大而必须自采。Recursion 内部 RPI-93M 含9276万张显微图像、覆盖395.7万个扰动，其开源的 RxRx3 不到内部数据1%；Insitro 与 Xaira 同样以自建湿实验生产配对数据。
BioArt精选AI 评分7070 陈洛南团队在Nature Methods发表CauTrigger，用层级因果分解解析生物系统状态转变与导航
上海交通大学陈洛南团队与东京大学合原一幸团队在Nature Methods发表CauTrigger，将深度潜变量建模与基于do-calculus的干预性因果推断结合，从组学数据中识别状态转变的潜在触发因素及级联因果路径，并做虚拟扰动预测。
推荐理由：该框架把驱动因素识别、级联路径与虚拟扰动预测串成一条链，为状态转变研究提供可复用的分析思路。
智药邦精选AI 评分5858 浙大侯廷军等在npj Drug Discovery提出智能体六级自主性框架
浙江大学药学院侯廷军等在npj Drug Discovery发表观点文章，梳理智能体在药物发现中的应用并提出L0至L5六级自主性框架。作者从科学决策、系统自主性和人工参与程度三个维度划分能力，将能提出原创假设并组织端到端探索的L5“虚拟科学家”定位为长期愿景。
推荐理由：文章梳理智能体在药物发现中的能力分层，并给出区分工具调用与研究闭环的评估尺度。
BioAIDesignAI 评分5555 RFD4-Proteina 全流程实操：在 A40 上设计单体、PD-L1 结合物与 FAD 口袋蛋白
BioAIDesign 在单张 NVIDIA A40 上用官方公开权重跑通 RFD4-Proteina 三类设计任务，单体、PD-L1 结合链和 FAD 口袋蛋白各生成 4 个候选，经 OpenFold3 重折叠后每类各有 2 个通过计算门槛。