Genesis Molecular AI 扩招以匹配药企合作与模型扩展
Genesis Molecular AI 因药企合作扩大、基础模型规模提升而扩充团队,正招聘 ML 与分子模拟科学家及基础模型 ML 研究科学家等岗位。前者将用 3D 扩散模型、物理启发神经网络和大规模分子模拟推进其 GEMS 药物发现平台,后者聚焦深度学习、物理与计算化学交叉的生成式 AI 模型研究。公司同时在 ML 研究、应用 ML 科学、产品与软件工程等方向开放职位。
Genesis Molecular AI 因药企合作扩大、基础模型规模提升而扩充团队,正招聘 ML 与分子模拟科学家及基础模型 ML 研究科学家等岗位。前者将用 3D 扩散模型、物理启发神经网络和大规模分子模拟推进其 GEMS 药物发现平台,后者聚焦深度学习、物理与计算化学交叉的生成式 AI 模型研究。公司同时在 ML 研究、应用 ML 科学、产品与软件工程等方向开放职位。
浙江大学李丹、侯廷军团队在Nature Communications发表机器学习增强采样工作流,用于解析本征无序蛋白AR-NTD的构象景观与配体识别机制,并发现新型AR-NTD拮抗剂K53。
推荐理由:该工作把增强采样、机器学习集合变量与虚拟筛选串成流程,用于本征无序蛋白的构象与配体识别研究。
杭州力文所介绍其Pallatom系列全原子生成模型,从V1端到端生成主链、侧链与序列,到V2面向靶点界面与结合位点做功能分子设计,再到以Agent组织模型与结构分析工具的Pallatom-Lévin。
推荐理由:梳理力文所Pallatom系列从全原子生成到Agent闭环的版本演进,并列出多靶点binder实验成功率。
Inductive Bio已加入HESI旗下OASIS联盟,参与评估不同药代动力学方法如何定义药物暴露以用于DILI预测,包括其Beacon-1 ADME模型提供的暴露估计。
我们很高兴宣布EVX-04的新临床前数据,这是一款用于急性髓系白血病(AML)的现货型治疗性疫苗。EVX-04由AI-Immunology™开发,靶向来自暗基因组的多个非常规内源性逆转录病毒(ERV)肿瘤抗原。 更多内容见我们的新闻稿:https://evaxion.ai/investors/press-releases/?press_release_id=11191 #EVAX
Genesis Molecular AI 发布 DeCAF-Pearl,称其为首个用于全原子共折叠的流图模型,相比其 Pearl 模型推理提速 5 倍且质量几乎无损。
推荐理由:DeCAF-Pearl 以更少计算步数在 Runs N' Poses 基准上超过多个全原子共折叠模型,为高通量筛选场景提供了速度参照。
MindWalk 发布 ReefIQ,一个由 HYFT 驱动的生物语境层,位于客户发现数据与 AI 推理工作流之间,用于 AI 药物发现和生物制品开发。该层在 AI 工作流处理前重新连接分散在文件、格式、系统、团队和工作流中的数据,将序列、结构、检测输出、组学、文献、证据、溯源和项目历史转化为可治理、可查询的关联生物语境。
Ignota Labs 联合创始人 Layla Hosseini-Gerami 在 Nature 访谈中介绍其 AI 驱动平台:先从数千个失败药物中筛出因意外安全性问题(如肝毒性)而搁置、但患者潜力大的候选,再用深度学习结合生物信息学、化学信息学和多模态数据定位安全性问题根因并制定缓解策略。核心目标是以最小化学改动让这些药物尽快重回临床。
Genesis 发布 DeCAF-Pearl,这是首个用于全原子共折叠的流映射模型,由 Pearl-2026.1.dev 蒸馏而来,扩散采样阶段的模型调用减少约 20 倍,整体推理加速约 5 倍。
推荐理由:Genesis 将 Pearl 共折叠模型蒸馏为少步流映射模型,在保持成功率的同时把推理成本降低约 5 倍。
Genesis Molecular AI 宣布与 Incyte 扩大 AI 药物发现合作,规模达 10 亿美元。公司称其 GEMS AI 在一个无已知化学起点的靶点上参与命中化合物识别,并在另一个已有化学基础但存在开发障碍的先导优化靶点上发挥作用。Incyte 总裁兼全球研发负责人 Pablo Cagnoni 与 Genesis CEO 在访谈中讨论了这一进展及合作扩展对双方的意义。
推荐理由:Genesis 与 Incyte 扩大合作至 10 亿美元规模,文中给出两个靶点上 AI 参与命中识别与先导优化的具体分工。
NewLimit 在 2026 进展更新中称,其 AI 系统将发现速度提升至 2 倍,治疗项目从 2 个增至 3 个,并有 1 个候选药物走向临床试验。此次更新还涵盖公司创始假设与历史、酒精相关恢复研究、临床开发计划及现场问答。
百奥几何完成新一轮数亿元战略融资,由上海生物医药创新转化基金、国科投资、达晨财智、星连资本联合领投,高榕资本、指数人工智能产业创新基金跟投,资金将用于自研微观世界模型GeoFlow迭代、高通量自动化实验室建设和创新药物管线推进。
推荐理由:融资信息之外,文中还披露了GeoFlow各代模型在抗体与酶设计上的具体交付指标,可作为观察其技术路线的参照。
Cradle 汇总其零样本抗体多样化流程在 SARS-CoV-2 RBD、HER2 和 EGFR 上的七组实验,其中 4/7 实验、2/3 靶点出现显著亲和力提升,弱结合剂 Ty2 的 KD 改善达 350 倍。
推荐理由:Cradle 汇总七组零样本抗体多样化实验,给出功能率与亲和力提升幅度,并对照文献单突变扫描基线。
Verge Labs 与 Tenacia Biotechnology 宣布战略平台合作,Verge 将用其 AI 平台和专有多模态人体组织数据,为 Tenacia 部分 CNS 项目优先排序并表征靶点。
推荐理由:Verge Labs 首个平台优先模式合作,展示多模态人脑组织数据如何用于 CNS 靶点优先级与表征。
insitro 在第 86 届 ADA 科学年会上公布其 AI 发现的 MASH 候选 CTRO-1013(肝靶向 IRS1 siRNA)的临床前数据,显示在标准纤维化小鼠模型中肝靶向沉默 IRS1 使 TIMP-1 降低 37%、CK-18 降低 68%(16 周,1 mg/kg,每 4 周一次),且抗纤维化信号部分独立于肝脏脂肪下降。
推荐理由:该材料披露 IRS1 靶点从人类遗传学发现到 siRNA 候选物的临床前数据链,可观察 AI 表型与遗传证据如何衔接管线推进。
对我 CVPR 主题演讲的精彩总结。
Roshan Rao 等在 bioRxiv 发布关于 ESMC、ESMFold2 和蛋白质机制可解释性的论文,并对上周初版做了修订。
推荐理由:作者说明 ESMC、ESMFold2 与蛋白机制可解释性预印本的修订内容,涉及基准评测与结果口径调整。
HotSpot Therapeutics 在 EULAR 2026 以壁报展示其小分子 IRF5 抑制剂项目的临床前数据,该抑制剂经 Smart Allostery™ 平台发现,可剂量依赖地抑制多种人免疫细胞的细胞因子产生。
Roshan Rao 表示,ESMFold2-Fast 的公开 API 未暴露若干对扩展至关重要的参数,扩展高度依赖对 pair representation 的扰动。
Valence Labs @ Recursion 的 Ihab 在文章中讨论显微图像深度学习模型究竟学到了什么,指出在部分细胞培养显微任务中,多个已训练模型的表现与未训练网络和像素统计等简单基线相近,说明基准分数中有一部分信号并不需要高层生物学表征。
推荐理由:作者结合自身基准测试经验,讨论显微图像模型何时学到真实生物学信号、何时依赖技术捷径,并提出可解释基线的设计思路。
Lundbeck 与 Cradle 宣布合作,将部署 Cradle 的 AI 蛋白设计平台,用于发现和优化针对脑部疾病的生物疗法,初期推进两个靶向 CNS 疾病的抗体项目。
推荐理由:Cradle 与 Lundbeck 签约,把生成式蛋白设计接入两条 CNS 抗体项目,并形成实验回流的迭代闭环。
Genesis 称其 Pearl 系统在 OpenBind 的 EV-A71 2A 蛋白酶基准(802 个化合物,best-of-25)上零样本取得 78% 联合标准成功率(RMSD ≤ 2 Å、PoseBusters 有效、LDDT-PLI ≥ 0.8),高于 OpenBind 评测的全部共折叠模型。
推荐理由:Genesis 在 OpenBind 公开基准上对比 Pearl 与六种共折叠模型及对接方法,给出零样本与亚埃级精度的具体参照。
Inceptive 称其基础模型在不足一个月、极少 CAR-T 专用训练数据下零样本设计 mRNA 序列,在 PBMC 表达与杀伤实验中与行业领先的抗 CD19 CAR 序列相当,并结合 Mana.bio 的被动靶向 LNP 在体内实现接近完全的 B 细胞清除。
推荐理由:Inceptive 称零样本设计的 mRNA 序列在体外与体内 CAR-T 指标上对标行业基准,展示了基础模型跨靶点迁移的一种路径。
Alnylam与Inceptive宣布战略合作,交易总额最高20亿美元,首付款3000万美元(含现金与购买Inceptive股权),Inceptive还可获得基于临床前、监管与销售里程碑的额外付款。
推荐理由:交易结构披露了首付款与里程碑上限,并说明基础模型在siRNA表征上的探索性表现,可作为观察AI与RNAi平台结合的样本。
NewLimit 完成由 Founders Fund 领投的 4.35 亿美元 C 轮融资,计划明年启动其首款衰老重编程药物的人体临床试验。该时间表提前源于一款原型药物在衰老人类肝细胞中逆转细胞年龄的发现,公司称该肝脏重编程疗法可加快肝损伤愈合、抵御饮食挑战损伤并加速酒精代谢后恢复。明年试验将首次揭示肝脏年龄重编程在人体中的转化效果。
Roshan Rao 宣布已完全开源其结合剂设计流程,该流程可生成纳摩尔亲和力的 scFv。代码忠实复现了论文中描述的管线,也正是产出其设计所用的同一套流程,入口为 https://tinyurl.com/7jnsuzv5。所引用的教程 notebook 位于 Biohub 的 esm 仓库,支持通过 @modal 扩展结合剂生成,相关 ESMFold2、ESMC、ESM Atlas 与完整结果见论文 https://biohub.ai/papers/esm_protein.pdf。
推荐理由:作者开源了论文中实际使用的结合剂设计流程,可复现生成纳摩尔亲和力 scFv 的完整管线。
MindWalk 公布登革热临床前数据,称基于 HYFT 预测靶点设计的免疫原在动物中诱导出针对全部四种登革热血清型抗原的交叉反应抗体,并在两次独立实验中重复。公司称 HYFT 在免疫前计算优先选出泛血清型靶点,打乱序列的对照未产生相应识别,CEO Jennifer Bath 称这是该疫苗平台上首次记录到从预测到结果的闭环。该结果属临床前结合层面证据,完整数据见公司新闻稿。
推荐理由:公司披露登革热免疫原在动物中诱导四血清型交叉反应抗体,并给出两次独立实验的对照结果。
与RJ和Brandon在Latent Space AI for Science播客上聊得很愉快,话题包括蛋白质语言模型、生物学中的规模化,以及新的ESMFold2。
Rocklin Lab发布MGnify Stability Dataset,提供180万个多样蛋白结构域的折叠稳定性测量数据,覆盖超过20万个序列家族。该数据集由OpenFold首席研究员@grocklin团队公开,可用于蛋白稳定性相关的训练与评测。
推荐理由:该数据集覆盖超20万序列家族的180万蛋白结构域稳定性测量,为蛋白稳定性预测提供大规模训练与评测资源。
这次发布规模巨大。 如此多令人印象深刻的结果、描述详尽的方法,以及全方位的开放科学。 真令人耳目一新。祝贺团队。你们的论文现在基本上就是教科书了。
Alex Rives 宣布推出 ESMFold2,一个面向蛋白生物学预测、设计与发现的开放科学引擎,称其在蛋白相互作用尤其是抗体上达到当前最优性能。作者称已针对癌症和免疫学相关的五个治疗靶点设计并验证了 miniprotein 结合剂和单链抗体,成功率很高,亲和力达到与治疗活性一致的水平。
推荐理由:ESMFold2 同时覆盖蛋白相互作用预测与结合剂设计,并给出多靶点湿实验验证结果,可作为评估蛋白基础模型能力的参照。
下一代AI公司正筹集数十亿美元,用于加速药物发现、优化药物设计乃至开发可编程疗法。尽管AI正在影响研发流程,数据与开发瓶颈依然存在。
AI能规模化吗? 本月在ASGCT上,我们展示了在设计碱基编辑器(即Verve/礼来公告背后的分子)时,AI可将可及覆盖范围扩大约10倍,以及其他优势。 这意味着通过大幅拓展治疗性基因编辑的可及靶点,为患者带来突破。 我们不希望这只是一次性的突破。我们想要一台可重复的引擎。
基于 ICLR 2023 的 Uni-Mol 框架微调血脑屏障渗透性分类模型,在留出测试集上取得 ROC-AUC 0.9199、PRC-AUC 0.9686。训练使用约 2000 多个 BBBP 分子,经 RDKit 规范化后剔除 11 个非法分子,微调 10 个 Epoch。
Ginkgo Datapoints、Tangible Scientific 与 Inductive Bio 联合推出 ADME-One,将完整的高通量 Tier 1 ADME 实验面板与 AI 驱动的人体 PK 预测及整合式化合物管理结合。三家机构称,该组合让团队可在命中化合物识别阶段就做出达到先导优化质量的决策。
Ginkgo Bioworks旗下Datapoints与Tangible Scientific、Inductive Bio联合推出高通量ADME平台ADME-One,将五项Tier 1 ADME检测、Inductive Bio的AI人体PK预测和化合物管理整合为一项服务。
推荐理由:三家合作方把高通量ADME实验、AI人体PK预测与化合物管理打包成一体化服务,展示AI与湿实验衔接的一种落地形态。
浙江大学课题组本科生沈欣领衔的“LynxMind——中枢神经药物设计领航者”项目在浙江省第十五届“挑战杯”大学生创业计划竞赛中获本科生组生物医药与健康科技赛道金奖。该项目为面向中枢神经系统疾病的新一代药物发现一体化平台,构建专属数据库并整合血脑屏障穿透性预测、分子生成与优化、可解释性分析等功能。
昌平国家实验室副研究员余其林将于2026年5月24日晚通过腾讯会议主讲抗体设计框架PPIFlow。据简介,该框架结合流匹配生成模型与新型体外成熟策略,无需实验优化即可直接生成皮摩尔至纳摩尔级亲和力的纳米抗体和迷你蛋白结合剂。
推荐理由:讲座介绍PPIFlow以流匹配加计算机成熟生成高亲和力纳米抗体与迷你蛋白,可了解纯计算结合剂设计思路。
上海科技大学王浩晨等人提出 Pallatom-Ligand,一款以小分子结构为条件的端到端扩散全原子模型,用于设计蛋白质-配体复合物。该模型采用 Token 级全注意力、原子级块稀疏注意力和 Token 对三角注意力三种机制,在多个小分子 Binder 蛋白设计任务上的成功率显著优于 RFdiffusionAA 和 RFdiffusion2。
Open Molecular Software Foundation 旗下 Open Free Energy 团队宣布完成迄今规模最大的自由能方法开放基准研究,称在 15 家制药公司参与的测试中达到经行业验证的准确度。David Mobley 转发该消息并附上 Business Wire 新闻稿链接,未披露具体误差指标或测试体系。