跳到正文
下一分子聚焦AI制药
#生命科学大模型
10月17日周六
  2. 木可AI探索笔记58

    Evo团队新公司Radical Numerics获5000万美元种子轮，预览基因组模型Omnii

    由Evo和Evo 2原班人马创立的Radical Numerics于2026年6月15日公开亮相，并宣布5000万美元种子轮，由Emergence Capital领投，Obvious Ventures、Triatomic Capital、Factory、First Spark Ventures跟投。

    推荐理由：梳理Evo团队新公司押注基因组基础模型的路线差异，并指出Omnii尚未开源、数字待独立复现的边界。

  3. 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。

10月16日周五
10月15日周四
  2. Oxford Protein Informatics Group · Blog70

    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。

  3. 智药局28

    阿里达摩院AI for Science负责人荣钰离职创业，成立「格致涌现」

    阿里达摩院科学智能（AI for Science）负责人荣钰已离职创业，成立新公司「格致涌现」，业务方向仍为AI for Science，并已获得头部投资机构投资。工商信息显示，杭州格致涌现企业管理有限公司于2026年9月1日注册成立，注册资本10万元，荣钰担任法人。荣钰此前曾主导腾讯「云深智药」分子属性预测模块，并在达摩院负责涵盖医疗、材料和虚拟细胞方向的「灵枢」系列科学模型。

  5. Gabriele Corso50

    英伟达10亿美元投资五家英国初创

    😏 （引用推文核心内容：突发：Jensen 刚刚宣布 @nvidia 将向 5 家英国初创公司投资 10 亿美元以上： >> Boltz：构建生物分子模型和 AI 智能体，帮助科学家预测分子结构与相互作用 >> Foresight：帮助大型基础设施项目业主预测完工日期、降低风险并加速实现收入 >> Hiverge：构建 AI 发现引擎，可自动编写并优化算法，用于加速 AI 训练和复杂物流规划等任务 >> Prima Mente：专注于构建生物基础模型，以解码复杂疾病并识别新治疗靶点，先从阿尔茨海默病、帕金森病和 ALS 入手 >> Riverlane：构建可跨所有主要量子比特类型工作的实时纠错硬件和软件，帮助量子计算机达到实用所需的可靠性 他今晚在伦敦宣布了这一消息。 抱歉照片拍得很糟，还拍到了 @rowlsmanthorpe 的侧脸）

10月13日周二
10月12日周一
10月10日周六
  1. 智药邦58

    Basecamp Research完成1.4亿美元C轮融资，将训练新一代EDEN模型

    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，NVIDIA、Menlo Ventures旗下Anthology Fund等参投，资金将用于训练新一代EDEN模型并推动AI设计疗法管线进入临床开发。

    推荐理由：融资信息之外，材料还交代了EDEN模型与DNA写入技术结合的体内重编程路径及临床前进展。

10月8日周四
  1. 水木分子38

    水木分子CEO王卓智：AI智能体ChatDD赋能大分子创新药，临床前候选分子研发周期缩短至10个月以内

    水木分子CEO王卓智在2026网易未来大会上称，依托自研AI智能体ChatDD，抗体类大分子药物临床前候选分子研发周期由传统18至24个月缩短至10个月以内。ChatDD覆盖立项调研、靶点评估、分子设计、优化筛选及临床前设计等环节，公司已服务50多家海内外药企和机构，2026年订单数预计增长200%以上。

  3. Corin Wagen42

    LLM 逆折叠能力引热议

    Ishaan 在这里做了很酷的工作。这似乎是一个有趣的“临界能力”案例：零样本逆折叠（IF）并不真正奏效，但给出几个示例（以及一些迭代）后，模型就具备了不容小觑的能力。 很期待看到这一方向如何发展。把 LLM 整合进蛋白质设计流程的想法有些奇怪，但也许目前（或不久的将来）相当合理？

10月7日周三
10月3日周六
  1. LeapFun65

    罗氏称约40%研发管线决策有AI贡献，并展示Lab-in-the-Loop闭环

    在Roche Pharma Day 2026演讲中，Aviv Regev介绍罗氏正在建设的Lab-in-the-Loop，将AI、基础模型、自动化实验与临床数据嵌入从靶点发现到临床验证的环节；2025年第四季度至2026年第二季度约40%的研发管线决策存在可追踪的AI或计算贡献。

    推荐理由：罗氏披露AI在研发管线决策中的实际占比与闭环建设路径，为评估药企AI落地程度提供参照。

10月2日周五
  1. Marinka Zitnik62

    生物推理模型是否真正使用生物输入

    Marinka Zitnik 转发 Ada Fang 等人的论文，考察生物推理模型在回答蛋白质、基因和细胞问题时是否真正使用生物输入，还是主要依赖文本。该研究指出，高性能可能造成依赖生物表征的假象，推理轨迹并不总能反映证据，并讨论了这些局限与改进路径。模型输入包括生物基础模型的表征以及功能注释、基因与通路描述、按表达排序的基因列表等生物文本。

    推荐理由：研究追问生物推理模型是否真正使用生物输入，为理解其推理依据与评测局限提供参照。

  2. Recursion22

    Recursion用BioHive-2训练基础模型绘制生物学图谱

    Recursion利用全球最快超级计算机之一BioHive-2训练基础模型，为每个已完成的细胞扰动生成独特嵌入指纹，并汇总为一张覆盖高维数据的综合生物学图谱。通过将已知疾病指纹与该图谱比对，可找出产生相似效应的其他基因操作，从而识别驱动或挽救疾病状态的靶点、生成新假设。该流程被其CTO称为“lab-in-the-loop”，即数据训练模型、模型指向靶点。

9月30日周三
  1. Ali Madani58

    Profluent 与 BioMarin 合作，用 AI 模型设计新型药物

    Profluent 宣布与 BioMarin 合作，用其 AI 模型设计新型药物。Profluent 称其基础模型基于约 1150 亿条独特蛋白质序列的 Protein Atlas，可解锁具有新功能和改进功能的蛋白质；BioMarin 将筛选 Profluent 生成的设计，并把最有潜力的设计推进到临床前测试。Profluent 的 Ali Madani 表示，公司构建的基础模型覆盖所有蛋白质模态，此次合作是这一点的证据之一。

  2. Profluent58

    Profluent 与 BioMarin 合作，用 AI 模型设计新药蛋白

    Profluent 宣布与 BioMarin 达成合作，将用其 AI 基础模型设计新型药物蛋白。Profluent 称其模型基于规模达 1150 亿条且仍在增长的唯一蛋白质序列数据集 Protein Atlas，可生成具备新功能或改良功能的蛋白；BioMarin 将筛选 Profluent 生成的设计，并把其中表现最强者推进至临床前测试。合作未披露金额、靶点或具体适应证。

    推荐理由：Profluent 与 BioMarin 的分工展示了 AI 蛋白设计公司如何把生成模型接入药企的筛选与临床前流程。

  3. Recursion42

    Recursion详解端到端平台：基因组规模扰动与数据工厂

    Recursion神经科学副总裁Chris Winrow在平台系列第二部分介绍，公司用声学液体处理器将2.5纳升CRISPR-Cas9试剂移入1,536孔板、每周最多200万次，并刻意随机化实验，使机器学习模型学到真实生物学而非实验假象。通过对同一批细胞成像和测序，单次实验可获数千项测量，形成可反复挖掘、供AI基础模型学习的可复用数据集。

9月29日周二
  1. BioMap 百图生科28

    南华早报专访百图生科刘维：为生物世界绘制一张地图

    百图生科联合创始人、CEO刘维在南华早报专访中表示，公司基于进化树上超百万个物种、逾200亿条蛋白质序列训练生命科学基础大模型，并在300多个任务模型上平均将所需数据量减少90%。他称未来五至十年基础模型、生物数据与AI原生实验室协同，有望降低First-in-Class药物研发成本，并提及数十个具First-in-Class潜力的药物设计已在临床前研究中得到验证。

9月24日周四
  1. BioMap 百图生科38

    百图生科与艾玮得生物达成战略合作，共建“AI-Ready”器官芯片数据工厂

    百图生科与艾玮得生物于2026年9月21日签署战略合作协议，以“AI大模型+器官芯片”为切入点共建器官芯片数据工厂并联合开发垂直领域大模型。双方将基于器官芯片湿实验数据与生命科学大模型共建专用数据库与数据管理平台，使湿实验数据以“AI-Ready”格式服务模型训练迭代，并构建“AI设计—芯片验证—数据回馈”的干湿闭环智能数据飞轮。

9月23日周三
9月21日周一
  1. 剂泰科技31

    赖才达博士在京台科技论坛演讲：Biological AI核心竞争力在于持续积累真实实验数据并转化为模型能力

    剂泰科技联合创始人、董事长兼CEO赖才达博士在第29届京台科技论坛发表主旨演讲，提出Biological AI的核心是持续积累真实实验数据并转化为模型能力，架构分为干湿实验数据平台、垂类模型与智能体三层。

9月20日周日
  1. 奥泊生科58

    清华博士徐罡与诺奖团队用跨模态迁移做RNA设计，奥泊生科讲述干湿闭环路线

    奥泊生科技术顾问徐罡与复旦大学马剑鹏团队以ESM-2为起点做跨模态迁移，先后开发ProtRNA和ProtmRNA，用于RNA结构预测与mRNA密码子优化。ProtRNA于2025年发表于Cell Systems，在bpRNA测试集上结构预测F1为0.646，对比RiNALMo的0.594，且RNA训练阶段只调整约八分之一参数、使用六分之一RNA数据。

    推荐理由：奥泊生科团队讲述如何把蛋白质语言模型迁移到RNA与mRNA设计，并解释干湿闭环为何依赖实验经验回传。

9月18日周五
  2. 深势科技 DP Technology50

    深势科技与国家中试基地（北京）达成战略合作，共建AI4S药物设计计算平台与药物研发智能体

    深势科技与国家人工智能应用中试基地（医疗）·北京建设运营方北京医疗健康大模型有限公司签署战略合作协议，将围绕共建AI4S药物设计计算平台及药物研发智能体、靶点发现、医药医疗高质量语料库与循证模型等五大方向联合攻关。

9月16日周三
  1. 天鹜科技20

    天鹜科技双城参会：MatwingsVenus™（晓鹜™）如何连接药物研发与塑料循环

    天鹜科技将参加9月17-19日张江药谷大会与9月17-18日石油石化行业人工智能技术交流大会，分享MatwingsVenus™（晓鹜™）在AI大分子药物设计与蛋白质设计中的实践，并展示废弃PET低碳循环产业成果。该干湿闭环平台由轻量级AI生物设计平台和AI黑灯实验室组成，其基座模型VenusREM在哈佛医学院ProteinGym榜单长期位居榜首。

9月15日周二
  1. BioMap 百图生科33

    从生命科学基础模型走向世界模型的2123天探索

    BioMap百图生科在BIOHK2026论坛上总结其2123天进展：已构建数十万亿tokens的AI-ready数据、模型参数达数千亿，使前沿AI建模平均数据消耗降低90%。公司称已赋能数十个first-in-class项目，并计划在北京、上海建设高通量实验室，终极目标是建立覆盖分子到人体尺度的“生命科学世界模型”以部分替代临床试验。

9月14日周一
9月13日周日
9月11日周五
  1. BioMap 百图生科58

    百图生科联合弘星相和推出靶点评估智能体Gnosight

    百图生科与弘星相和联合推出靶点评估智能体Gnosight，上线数月已完成近百个靶点的智能化评估筛选，并称已有依托其决策选择的创新靶点项目进入PCC阶段。该智能体结合百图生科xTrimo V4生命科学大模型与弘星相和的靶点及成药性评判经验，官方称单次评估约20分钟即可形成完整报告，目前对外开放使用申请。双方同时签署战略合作协议，聚焦创新药物研发上游的靶点选择与成药性评估环节。

    推荐理由：百图生科与弘星相和把审评与立项经验嵌入靶点评估智能体，并披露了试用规模与后续管线进展。

9月9日周三