Calico 与 Nexo 达成多靶点合作，开发衰老相关疾病小分子疗法
Calico 与 Nexo Therapeutics 宣布开展多靶点合作，针对 Calico 提名的难成药靶点共同发现和开发小分子疗法，Calico 将主导后续开发与商业化。Nexo 的 CODON 引擎结合专有共价化合物库与蛋白质组学，用于早期建立靶点特征并指导药物化学优化。
全部 AI 制药动态
Calico LabsAI 评分4242 David Mobley精选AI 评分5858 自动检测分子动力学中慢速扭转重排的论文发表于JCIM
David Mobley 团队关于自动检测分子动力学中慢速扭转重排的首版方法论文已发表于 JCIM，DOI 为 10.1021/acs.jcim.6c00134。无访问权限的读者可查看 chemRxiv 预印本版本（chemrxiv.10001647/v1）。
推荐理由：作者团队提出自动检测分子动力学中慢速扭转重排的首版方法，为构象采样分析提供可复用思路。
HouMed精选AI 评分7474 侯廷军团队在ChemRxiv发布LiTENexus量子化学驱动端到端AI药物发现系统
浙江大学侯廷军团队联合澳门理工大学于2026年5月15日在ChemRxiv发布LiTENexus系统，提出量子化学信息注入（QCII）机制，将势能面、电荷分布、偶极矩等规律编码进神经算子，构建端到端虚拟药物发现平台。
推荐理由：侯廷军团队把量子化学信息注入神经算子，在ADMET与分布外化学空间给出可对照的基准结果。
HotSpot Therapeutics 官网资讯AI 评分2020 HotSpot Therapeutics 将在 EULAR 2026 展示小分子 IRF5 抑制剂项目临床前数据
HotSpot Therapeutics 将于 6 月 3-6 日在伦敦举行的 EULAR 2026 上以海报形式展示其干扰素调节因子 5（IRF5）项目的临床前数据。
Genesis Therapeutics 官网资讯精选AI 评分7171 Incyte 与 Genesis Molecular AI 扩大合作，120 亿美元级条款训练 GEMS 平台
Incyte 与 Genesis Molecular AI 扩大战略合作，Incyte 将共享自有实验数据用于训练 Genesis 的 GEMS 分子 AI 平台，并新增至少 5 个由 Incyte 选定的合作靶点。
推荐理由：交易条款与数据授权范围披露较完整，可观察大药企自有实验数据进入分子AI训练的具体安排。
FutureHouse精选AI 评分7474 FutureHouse在Nature发表Robin多智能体系统，用于干性年龄相关性黄斑变性药物重定位
FutureHouse在Nature发表其首篇论文，介绍多智能体系统Robin，该系统将新假设生成与实验数据分析整合进同一连续工作流。研究团队将Robin用于干性年龄相关性黄斑变性，由其提出药物重定位假设并在实验室验证，包括在原代人视网膜色素上皮（RPE）干细胞中验证。
推荐理由：该工作展示多智能体系统从假设生成到湿实验验证的完整链路，为AI驱动发现提供可参照案例。
Thomas ClozelAI 评分2222 与阿斯利康合作推进药企智能体AI转型
与@AstraZeneca合作太棒了，最终用智能体AI助力药企转型！全生命周期增强！
Mol.AIAI 评分4747 硬核重现！从100万晶体结构到毒性预测，这个化学"基础模型"有多强？
基于剑桥大学Emma King-Smith用约100万个CCDC有机晶体结构预训练的MPNN化学基础模型，本次重现将其迁移至TDC急性毒性数据集，在1,477个测试分子上取得MAE 0.5277，与论文参考值0.52几乎一致。模型已部署为在线应用，输入SMILES即可预测log LD50，但训练数据仅含口服LD50，未涵盖代谢活化、物种差异与慢性毒性，分布外分子可靠性下降。
AI4Protein精选AI 评分6767 清华与字节团队AnewOmni：跨尺度统一分子生成模型
字节AI制药团队与清华AIR团队开发统一分子生成模型AnewOmni，可设计小分子、多肽和纳米抗体，训练数据超过500万个生物分子复合物。模型支持可编程图提示，可施加化学约束、拓扑约束与几何转向，并生成非天然氨基酸、手性分子、共价结合等非标准化学结构。
推荐理由：介绍统一分子生成模型在KRAS G12D与PCSK9上的跨模态设计结果，可作为多模态药物设计的参照。
力文所精选AI 评分5858 力文所与复融生物完成首批全原子生成类药寡聚体设计交付
力文所与复融生物宣布达成首批类药寡聚体设计交付，这批分子由力文所 Pallatom2 引擎生成，并在复融生物高通量实验平台完成验证。据文中描述，候选分子在体积排阻色谱中呈单一峰型、实现预期寡聚化状态，多个核心候选亲和力达到皮摩尔级，热稳定性与表达滴度达到工业评价标准。文中称部分分子已具备推进成药性评价的基础，但未披露具体靶点、分子数量与实验数值。
推荐理由：力文所与复融生物披露首批寡聚体设计交付，展示了全原子生成模型在湿实验中的验证路径。
Biohub · News精选AI 评分5858 Biohub 资助 15 个团队构建免疫细胞重编程工具包
Biohub 宣布支持 15 个研究项目，与合成生物学专家共同搭建免疫细胞工程的基础工具包，包括逻辑电路、合成受体、结合剂文库和传感平台。获资助团队包括 David Baker 团队设计可读取多种生物信号并作出响应的蛋白电路、James Collins 团队构建 RNA 分子电路、Wendell Lim 团队汇编传感器与逻辑电路模块目录。
推荐理由：Biohub 公布 15 个免疫细胞重编程资助项目，展示合成生物学工具包的模块化分工与团队布局。
Eikon Therapeutics 官网资讯AI 评分2828 Eikon Therapeutics 公布 2026 年第一季度财务业绩并更新肿瘤管线临床进展
Eikon Therapeutics 公布 2026 年第一季度财务业绩，截至 3 月 31 日持有现金、现金等价物及有价证券 5.96 亿美元，预计可支撑运营至 2027 年下半年。
Thomas ClozelAI 评分88 Thomas Clozel 探讨生命重要循环的表征
试图表征生命中最重要的那些循环（不是指《狮子王》）。你们怎么看？ @Neko @function @biogerontology @zavaindar @shak @bioagelabs
Lantern PharmaAI 评分2222 Lantern Pharma公布Zeta.ai新路线图
$LTRN 公布 http://withZeta.ai 的下一阶段路线图： → ZetaSwarm™：多智能体科学推理 → ZetaOmics™：实时计算生物学 迈向肿瘤研发的AI联合科学家 了解更多：https://bit.ly/4weTdpt @withzeta
SynBioBeta NewsAI 评分3838 Anthropic 招聘生物学家、自建湿实验室，并收购 Coefficient Bio 押注药物发现
Anthropic 正招聘生物学家、开设湿实验室，并于上月收购成立八个月的初创公司 Coefficient Bio，以引入靶点选择、模态选择和管线规划等生物技术项目运营经验。
Mol.AIAI 评分3838 基于 ProteinMPNN 架构与 CyclicPepedia 数据的多肽设计探索：v6 实验版模型
个人开发者参考 ProteinMPNN 编码器-解码器框架，用 CyclicPepedia 环肽结构数据经 150 轮迭代独立训练出聚焦多肽的 v6 实验版模型。引入位置编码并增至 6 层 GCN 后，模型在内部验证集上的序列恢复率从约 23.3% 提升至 46.7%。该模型已部署为在线 Demo，可上传多肽 PDB 骨架获取序列设计建议，但仅处实验探索阶段，指标仅代表内部测试表现。
Pathos AI 官网资讯精选AI 评分6868 Pathos AI 收购 DeuterOncology 多数股权，推进 Foundry 平台筛选的第三代 MET 抑制剂 DO-2
Pathos AI 宣布收购比利时 DeuterOncology 多数股权，以获得其第三代 MET 激酶抑制剂 DO-2，该资产由 Pathos Foundry 平台在 2025 年底筛选并评估后进入收购决策。
推荐理由：Pathos AI 用 Foundry 平台筛选并收购 DO-2 多数股权，展示了 AI 平台参与临床阶段资产交易的一种路径。
MedraAI 评分88 Medra AI 发布推文互动
看呐，是你！
Lantern PharmaAI 评分4040 Lantern将predictBBB升级为LQM
$LTRN 将 http://predictBBB.ai 升级为大型定量模型（LQM） ✓ 仅凭单个SMILES即可进行360°分子分析 ✓ 数秒内获得99+项特征 ✓ 网页原生、实时分子智能 ✓ 已集成至 @withzeta.ai 阅读更多：https://bit.ly/4tGcVc7
Alex RivesAI 评分5151 Biohub 发起虚拟生物学计划，五年投入 1 亿美元构建细胞预测模型
Biohub 发起 Virtual Biology Initiative，计划生成数据以解锁生物学中的规模定律并构建准确的细胞预测模型，未来五年投入 1 亿美元支持 Biohub 之外的工作。
Jeff Ruffolo精选AI 评分7171 Profluent 与礼来达成最高 22.5 亿美元合作，用 AI 设计重组酶用于基因医学
Profluent 宣布与礼来达成战略合作，利用其 AI 模型设计重组酶编辑器，可在基因组特定位点插入长片段 DNA，用于基因医学。该合作在销售提成前价值最高 22.5 亿美元。Jeff Ruffolo 转发并表示将参与这一 AI 设计重组酶的工作。
推荐理由：Profluent 与礼来达成最高 22.5 亿美元合作，用 AI 设计重组酶编辑器，可作为 AI 蛋白设计与基因医学商业化的参照。
AurekaBio 寻明生科精选AI 评分6262 寻明生科完成3500万美元A+轮融资，推进AuraIDE抗体设计平台与管线
寻明生科宣布完成3500万美元A+轮融资，由红杉中国领投，经纬创投、博远资本跟投，老股东五源资本、启明创投、纽尔利资本等持续投资，A轮及A+轮累计近亿美元。资金将用于建设其自主研发的功能抗体设计平台AuraIDE™，加强基座模型与智能体能力及高通量高内涵实验平台。
推荐理由：融资披露同时给出抗体管线所处阶段与智能体实验闭环的建设方向，可对照其平台叙事与管线进度。
HouMedAI 评分5252 碳硅智慧发布DrugFlow 3.0，推出小分子、大分子、FEP与SciGPT四大产品
碳硅智慧于2026年4月17日发布DrugFlow 3.0产品矩阵，包括小分子发现引擎DrugFlow、大分子设计平台BioFlow、自由能计算平台Inno-FEP和SciGPT及医药数据库。
Jeff RuffoloAI 评分1212 Profluent Bio 招聘蛋白质设计科学家
我们 @ProfluentBio 的团队正在招聘：蛋白质设计科学家，智能体工作流方向。 蛋白质语言模型学习自然序列的进化规则，但将其转化为端到端可运行的设计流程是另一个问题。 https://job-boards.greenhouse.io/profluent/jobs/5200182008
MedraAI 评分3838 Medra推出机器人实验室
推出 Medra Lab 001。数百台机器人，不到 90 天建成。现已开放。
Medra 官网资讯精选AI 评分5858 Medra 发布自主实验室 Medra Lab 001，称覆盖设计-制造-测试-分析全流程
Medra 宣布建成 Medra Lab 001（ML001），称其为美国最大的自主实验室，面积 38,000 平方英尺、部署数百台机器人并 24/7 运行，在 90 天内建成。
推荐理由：Medra 公布其自主实验室的规模与在产合作范围，为观察物理 AI 科学家的落地形态提供参照。
Eikon Therapeutics 官网资讯AI 评分3838 单分子追踪加速优化：发现强效 RUVBL1/2 抑制剂以评估 MYC 驱动癌症靶向治疗
研究团队通过单分子追踪（SMT）驱动的构效关系优化，发现强效 RUVBL1/2 抑制剂化合物 18。活细胞高通量 RUVBL SMT assay 的效力测定与细胞活力和 MYC 降解强相关，而 ADP-Glo 生化 assay 在其实验条件下动态范围有限、重现性差。化合物 18 在 MYC 依赖性 Burkitt 淋巴瘤异种移植模型中，以显著低于 CB-6644 的剂量显示出更优疗效。
Turbine 官网资讯精选AI 评分5858 Crown Bioscience 与 Turbine 合作，将 AI 虚拟试验与肿瘤类器官验证衔接
Crown Bioscience 与 Turbine 宣布战略合作，将 Turbine 的 in silico Virtual Assays 与基于 HUB Organoid Technology 的肿瘤类器官试验整合为从预测到验证的闭环流程。
推荐理由：该合作把计算预测与类器官湿实验验证串成闭环，为肿瘤转化研究中预测与验证的衔接提供了一种组织方式。
Yang Zhang Lab精选AI 评分5858 新加坡国立大学团队发布配对蛋白语言模型PPLM，可预测蛋白互作与结合界面
新加坡国立大学研究人员开发配对蛋白语言模型PPLM，同时从两条相互作用蛋白中学习，用于预测蛋白互作、结合强度与相互作用界面。该模型面向蛋白互作这一细胞过程基础问题，团队称其可为疾病研究与药物发现提供新线索。
推荐理由：该模型同时读取两条相互作用蛋白序列，为蛋白互作、结合强度与界面的统一预测提供新思路。
David Mobley精选AI 评分6262 SepTop方法用于片段连接与跃迁的相对结合自由能计算并发表论文
David Mobley团队发表论文，测试其SepTop方法在片段连接、拼接与跃迁场景下的相对结合自由能计算，作者称效果相当好。论文发表于J. Chem. Inf. Model.，链接为https://pubs.acs.org/doi/10.1021/acs.jcim.5c03091。
推荐理由：作者团队测试SepTop在片段连接与跃迁的相对结合自由能计算，为片段生长策略提供方法参照。
PrecisionLife 官网资讯精选AI 评分5858 PrecisionLife 与 Ovation 达成合作，2026 年推出 GLP-1 分层 LDT 与消费者 DNA 检测
PrecisionLife 与 Ovation.io 达成协议，将 PrecisionLife 对 Ovation 的 GLP-1 受体激动剂数据集的分析结果商业化，计划在 2026 年推出 GLP-1 分层实验室开发检测（LDT）和面向消费者的 GLP-1 DNA 检测。
推荐理由：两家公司基于真实世界 GLP-1 数据达成商业化合作，并披露减重与血糖控制标志物不同的初步结果。
唯信计算AI 评分1212 唯信工坊 | AI辅助大分子药物设计课程·北京站
唯信工坊将于2026年4月27日在北京中关村开设AI辅助大分子药物设计课程，基于WeMol平台讲解结构预测、生成式蛋白质设计、虚拟亲和力成熟、免疫原性预测与抗体人源化等内容。课程由唯信计算应用科学团队主讲，培训费1200元/人，2人8折、3人及以上7折。
HouMed精选AI 评分7373 LaMGen：基于大语言模型的多靶点3D分子生成框架发表于Nature Communications
浙江大学康玉、侯廷军团队联合澳门理工大学刘焕香团队在Nature Communications发表LaMGen，一个仅输入靶蛋白氨基酸序列即可生成3D活性分子的多靶点药物设计框架。
推荐理由：研究用LLM从蛋白序列直接生成多靶点3D分子，并在分布外靶点对上与DualDiff比较。
Ignota Labs 官网资讯AI 评分4141 Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者，将构建激酶药物毒性数据集
Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者，其提案是构建数据集以加深对药物毒性根源及缓解方式的理解。该公司与 Arctoris 合作，针对一批存在显著选择性挑战的癌症相关激酶，绘制分子结构微小改动引发行为显著变化、常导致意外副作用的化学边界，并称这是首个此类资源。
Mol.AI精选AI 评分6363 浙江大学团队在Nature Communications发表CycloPepper，用机器学习预测环肽环化位点并上线在线工具
浙江大学李承熙团队在《Nature Communications》发表CycloPepper，用机器学习预测治疗性环肽的环化结果并优化合成。研究基于全自动环肽合成平台CycloBot构建306个环肽数据集，采用SVC模型结合One-hot编码、氨基酸组成、二肽组成及16维理化特征，交叉验证准确率84%，实验验证一致性86%。
推荐理由：该研究用自动化合成数据训练环化位点预测模型，为环肽合成路线选择提供了可复用的在线工具。
1910 Genetics精选AI 评分6363 1910 Genetics在J. Med. Chem.发表PEGASUS：用大规模并行生物实验数据构建AI模型解析细胞穿透环肽极性
1910 Genetics在J. Med. Chem.发表题为PEGASUS的论文，介绍用基于大规模并行生物实验构建的AI模型解析细胞穿透环肽的极性。论文链接为https://pubs.acs.org/doi/10.1021/acs.jmedchem.5c01836，具体模型性能与实验数据未在帖文中披露。
推荐理由：该论文介绍基于大规模并行生物实验数据构建的AI模型，用于理解细胞穿透环肽的极性规律。
Jason Yim精选AI 评分7474 DISCO：序列-结构联合扩散模型设计C(sp³)–H插入酶
DISCO（Diffusion for Sequence-structure CO-design）以序列与结构联合扩散设计酶，无需预先指定催化残基、模板、theozyme或逆折叠。据其介绍，针对选择性C(sp³)–H插入这一有机化学中颇具挑战的转化，传统定向进化需14轮、耗时一年多，而DISCO在单块板上即完成设计。论文见 arxiv.org/abs/2604.05181，代码已开源于 GitHub。
推荐理由：该工作用序列-结构联合扩散设计酶，并以湿实验对比定向进化所需轮次，为酶设计方法提供了可参照的评测案例。
Jason Yim精选AI 评分8383 字节跳动发布 Protenix-v2 生物分子建模系统，支持结构预测与零样本抗体设计
字节跳动发布 Protenix-v2 生物分子建模系统，用于结构预测与零样本抗体设计。据引用介绍，其在抗体-抗原结构预测上较 Protenix-v1 在 DockQ>0.23 指标最高提升 13 点，5 个种子的表现超过此前 1000 个种子的结果；零样本 VHH 设计在受控靶点上达到 100% 靶点级成功率，BLI 确认的命中率为 2%–48%，命中物热稳定性、自相互作用和多反应性通过率分别为 100%、98% 和 93%。在暴露表位小而灵活的 GPCR 靶点上，VHH-Fc 格式命中率为 16%–88%，mAb 格式最高 50%，每个靶点仅测试 16–30 个设计。代码与论文见 github.com/bytedance/Protenix。
推荐理由：Protenix-v2 在抗体-抗原结构预测与零样本 VHH 设计上给出多项指标，并附 BLI 验证的命中率与可开发性数据。
Mol.AIAI 评分4040 实测ETH开源算法BIMODAL：91.7%命中率，109次尝试即得100个全新化合物
对ETH Zurich Schneider团队开源框架BIMODAL的实测显示，109次生成尝试得到100个兼具有效性、新颖性与唯一性的分子，成功率91.7%。所用BIMODAL_random_512_aug_5模型经5倍数据增强，基于ChEMBL22中271,914个高活性生物分子训练，采样温度设为0.7。该结果来自生成环节的合规性与去重统计，部分分子仍需进一步确认。
ByteDance AML AI4Science Team — Protenix精选AI 评分7272 字节 Protenix 发布 v2.0.0：464M 参数 Protenix-v2 模型上线
字节跳动 AML AI4Science 团队发布 Protenix-v2，这是一个 464M 参数的增强容量结构预测模型，称在挑战性抗体-抗原复合物结构预测上精度显著提升，并更新了配体相关合理性。
推荐理由：Protenix-v2 在抗体-抗原复合物结构预测上给出与 v1 的对照结果，并公开技术报告与基准细节。