唯信计算在 NVIDIA GTC 2026 发布生物医药多智能体操作系统 WeMol Copilot
唯信计算(Wecomput)在 NVIDIA GTC 2026 发布生物医药多智能体操作系统 WeMol Copilot,用户可用自然语言描述任务,由系统规划路径并调度底层 AI 模型与计算工具。
推荐理由:唯信计算在 GTC 2026 发布多智能体系统,展示从抗体生成到去免疫原性改造的自动化流程编排。
唯信计算(Wecomput)在 NVIDIA GTC 2026 发布生物医药多智能体操作系统 WeMol Copilot,用户可用自然语言描述任务,由系统规划路径并调度底层 AI 模型与计算工具。
推荐理由:唯信计算在 GTC 2026 发布多智能体系统,展示从抗体生成到去免疫原性改造的自动化流程编排。
据转发内容,Anthropic 以约 4 亿美元收购成立约 6 个月、员工不足 10 人的生物科技初创 Coefficient Bio,人均对价超过 4000 万美元。Coefficient Bio 此前在搭建面向生物科技任务的 AI 平台,涉及药物研发规划、临床监管策略管理和新药机会识别,团队将加入由 Eric Kauderer-Abrams 领导的 Anthropic 医疗健康与生命科学团队。该信息来自他人转述,Anthropic 与 Coefficient Bio 均未在材料中确认。
推荐理由:这条转发披露了 Anthropic 收购小型生物科技团队的价格与人员去向,可作为观察 AI 公司进入生命科学赛道的参照。
一次性看到单个人类细胞内约13,000种蛋白质会是什么样? 我们分享 ProtiCelli——一个让这成为可能的生成模型。除了基准测试,我们还展示了它在许多任务中的实用性。 预印本:https://bit.ly/3NY175q 一个线程 🧵👇
Theodoris Lab 发布时序 AI 模型 MaxToki,用于生成动态轨迹中的过去、中间与未来细胞状态,并预测诱导目标状态转变的干预。模型基于近 1 万亿基因 token 训练,覆盖约 1.75 亿单细胞转录组和约 1 亿条跨人类一生的细胞状态轨迹,采用连续数值 tokenization 与两阶段训练(上下文长度从 4096 扩至 16384)。
推荐理由:该模型把细胞状态建模扩展到时间轴,并在人源细胞与小鼠中验证了预测的促衰老靶点。
多机构合作发布通用科研智能体 SAGA(Scientific Autonomous Goal-evolving Agents),其特点是不仅优化固定目标,还会像人类研究者一样自行细化目标。该工作在化学、生物学与材料科学中设置五项发现任务,并包含湿实验验证,示例任务包括从头纳米抗体设计与永磁材料。作者 Philippe Schwaller 转发并称其为一项大规模多机构合作成果。
推荐理由:SAGA 把目标自我演化引入通用科研智能体,并在化学、生物与材料任务上做湿实验验证,可供比较智能体自主性设计。
碳硅智慧宣布将于2026年4月17日线上举办“智能药物研发前沿交流会暨DrugFlow3.0发布会”,届时正式发布以DrugFlow、BioFlow、SciGPT、Inno-FEP为核心的产品矩阵。会议将聚焦AIDD最新学术进展与产业落地路径,设置ADMET模型、全生物分子模态从头设计、知识增强科学工具智能体等主题报告及圆桌讨论。
Tamarind Bio与A-Alpha Bio宣布合作,Tamarind Bio用户可将用RFdiffusion、ProteinMPNN等蛋白设计模型生成的抗体序列直接提交至A-Alpha Bio的AlphaSeq平台,获得抗体-靶点对的定量结合亲和力数据。
推荐理由:合作把计算设计的抗体序列接入高通量亲和力测量,为评估AI设计到实验验证的衔接提供参考。
Eikon Therapeutics 公布2025年第四季度及全年财务业绩,并披露EIK1001联合帕博利珠单抗及化疗一线治疗4期非小细胞肺癌的TeLuRide-005 II期试验已完成入组,预计2026年下半年获得完整数据集。公司2026年2月完成扩大规模的IPO,募资3.812亿美元;截至2025年12月31日现金及等价物和有价证券为3.36亿美元,预计可支撑运营至2027年下半年。
我们期待本周在世界疫苗大会上展示基于AI的新型脊灰疫苗设计概念。我们还将展示其靶向巨细胞病毒的EVX-V1疫苗项目的数据。 更多内容见我们的新闻稿:https://evaxion.ai/investors/press-releases/?press_release_id=11026 #EVAX
NewLimit 将其表观遗传重编程计划中首个候选药物推进至大规模生产,生产进度达20%,并新发现一个可在衰老肝细胞中恢复多种年轻功能的 payload。
推荐理由:NewLimit 披露重编程 payload 进入规模化生产,并展示多任务模型与实验闭环将发现效率提升一倍以上。
基于Mordred提取的1800余个分子描述符经筛选保留604个关键特征,超参数调优后的XGBoost模型在独立测试集上预测AlogP的R²达0.7615。特征重要性分析显示支链化程度(NsssCH)、电荷分布特性(AATSC0c)与3D饱和度(HybRatio)是影响AlogP的核心因素。
Purple Biotech 宣布与 Converge Bio 合作,利用后者的生成式AI平台设计和优化面向实体瘤的新一代三特异性抗体,以缩短发现周期并改善候选分子的可开发性。
推荐理由:合作把生成式AI用于三特异性抗体的设计与优化,可观察AI在抗体工程环节的具体分工。
Inductive Bio 提出一套将临床前数据转化为人体剂量分布并显式传播实验与模型外推不确定性的框架,在与 Aleksia Therapeutics 的合作中用于三个后期先导化合物的排序。
推荐理由:以三个候选化合物的剂量分布对比说明概率化人体剂量预测如何改变优先级判断,并指出体外重复实验最能降低不确定性。
insitro 宣布扩大与 Bristol Myers Squibb 的 ALS 合作,BMS 在原有 ALS-1 之外新增提名 ALS-2 和 ALS-3 两个靶点;insitro 将推进自有 ALS-1 寡核苷酸项目,同时为 BMS 推进一款小分子。
insitro宣布与百时美施贵宝扩大针对肌萎缩侧索硬化(ALS)的战略合作,BMS新提名ALS-2和ALS-3两个靶点,二者均由insitro的Virtual Human平台发现,与2024年12月提名的ALS-1并列。
推荐理由:合作扩展新增两个ALS靶点并触发里程碑付款,同时披露靶点在iPSC运动神经元中的验证结果。
Cradle与UC Berkeley Keasling实验室合作,将机器学习嵌入酵母生产疫苗佐剂QS-21的酶优化流程。该实验室2024年在Nature报告用38个植物基因使酵母从简单糖类合成QS-21,但产量远低于商业化水平。
推荐理由:案例展示机器学习如何嵌入植物酶优化流程,为替代植物提取的合成生物制造提供可迁移路径。
GenSLM 发布 v0.0.6a1,修复 attention_mask 形状问题并将依赖迁移至 pydantic v2,同时合并开发分支的依赖更新与兼容性修复。该版本还更新了长序列示例图片与 install.sh,并新增 @saforem2 为首位贡献者。
一项计算模拟研究用AutoDock Vina将FDA已上市的前500个药物对接至c-Abl激酶(1IEP)活性口袋,筛出13个结合能低于-12.0 kcal/mol的分子。
我们与华盛顿大学蛋白质设计研究所(由David Baker教授领导)合作,启动一项新的研究奖学金,以推进用于蛋白质结构预测与设计的开源AI!更多内容👇
将伊马替尼重对接至c-Abl激酶活性口袋,AutoDock Vina最优构象结合能为-13.9 kcal/mol,与晶体原配体重原子RMSD为0.895 Å(37个原子对),低于2.0 Å阈值。对接构象保留了与Met318主链、Asp381及Glu286的关键氢键相互作用,验证了格点坐标、电荷计算与加氢等对接参数设置的准确性。
虚拟细胞药理学倡议(VCPI)发布首个开源转录组数据集,在 THP-1 细胞中以 6 个剂量(0.03 至 10 µM)、24 小时处理约 2280 个小分子,采用阵列式 DRUG-seq 获得化合物特异的转录组谱。
推荐理由:VCPI 首次公开约 2280 个小分子的 THP-1 转录组数据,为虚拟细胞药物响应模型提供可复用训练集。
LabGenius Therapeutics 宣布将在 AACR 2026 展示其选择性增强的 Nectin-4 x CD3 T 细胞衔接器 LGTX-101 的临床前数据。
张阳团队开发的 D-I-TASSER 利用深度学习从氨基酸序列预测蛋白质三维构象,以攻克复杂蛋白质结构。该工具将 AI 与物理方法结合,相关结构模型已由计算预测给出。
今天我们宣布,与@nvidia和@nebiusai(领先的AI云服务提供商,用于训练和推理)合作部署NVIDIA Blackwell B300 GPU的成果:我们用于药物发现的生成模型实现了超过4倍的训练加速和超过60%的推理提速。
Proxima 与 NVIDIA BioNeMo 团队发布预印本,将 NVIDIA 的 Fold-CP 集成进其 NeoLink 蛋白组学流程,把长生物序列的计算分布到多块 GPU 上,以消除限制大型蛋白复合物结构预测的内存瓶颈。Proxima 称 NeoLink 已通过实验绘制高阶复合物中数百万条蛋白质-蛋白质相互作用,而这类复合物由 10、20 甚至 50 个以上亚基组成。
推荐理由:Proxima 与 NVIDIA 合作把 Fold-CP 接入蛋白组学流程,展示多 GPU 拆分长序列以预测大型蛋白复合物结构。
我们关于OMSF以及开源软件在计算化学中日益增长的作用的Perspective文章已在JCIM发表!https://dx.doi.org/10.1021/acs.jcim.5c03137 (讽刺的是,由于ACS的政策,这篇文章并非开放获取,但你可以在chemRxiv上免费阅读完整版本。https://chemrxiv.org/doi/full/10.26434/chemrxiv-2026-6n5lz/v2 )
OpenFold 官方账号转发其研究员 Mohammed AlQuraishi 关于 OpenFold3 新预览版 OF3p2 的介绍,并引导读者阅读更多内容。据被引内容,OF3p2 在多数模态上缩小了与 AlphaFold3 的差距,并公开包括训练集与配置在内的全部内容,使其成为当前可从头训练且可复现的 AF3 类模型。上述性能与可复现性表述来自被引推文,本推文未补充细节。
推荐理由:OpenFold3 预览版开放训练集与配置,为复现和从头训练 AF3 类结构模型提供了可操作入口。
OpenFold 宣布 OpenFold3 更新,并通过 Amazon Web Services(AWS)的 Registry of Open Data 公开发布其训练数据。原帖未披露更新涉及的具体模型版本、性能指标或数据规模。
推荐理由:OpenFold3 更新并公开训练数据,为结构预测模型的复现与数据来源比较提供了可查入口。
侯廷军教授课题组、OTeam创始人张昊天领衔,联合临港实验室郑双佳团队、浙江大学谢昌谕团队等发布全模态分子设计基座模型ODesign,在统一框架内支持蛋白质、核酸(RNA/DNA)、小分子与离子的相互作用生成,并可在分子整体、功能基序、提示原子三种粒度下可控设计。
推荐理由:该模型把蛋白、核酸与小分子设计放进同一生成框架,并给出跨模态基准对比,便于判断多模态分子设计的当前进展。
Cradle Bio 将桑基图用作多属性蛋白质生成项目的核心可视化,展示序列在活性、表达、稳定性、安全性和可开发性等约束下的通过或失败流向,以定位设计瓶颈。这些结果均为预测,序列尚未合成或经湿实验验证。两个虚构示例中,将次要安全性约束放宽约10%后序列流量打开;在抗体案例中放宽次要疏水性约束后,主要活性从起始模板的1.5倍提升至2.7倍。
诺贝尔化学奖得主Michael Levitt与马剑鹏在复旦大学共建复杂体系多尺度研究院并联合创立奥泊生科OpusBio,以干湿结合闭环推进AI蛋白质设计与药物研发。
David Mobley团队发布新预印本,提出将机器学习与基于物理的方法结合,以数据驱动方式估计配体效力。其思路是当模型对特定靶点足够准确后,由机器学习模型接管预测。预印本全文见 chemrxiv.org/doi/pdf/10.26434/chemrxiv.15000463/v1。
推荐理由:作者团队提出按靶点精度切换机器学习与物理方法的配体效力预测流程,为混合计算策略提供可参考设计。
SandboxAQ在预印本中分析合成结构数据如何增强深度学习蛋白-配体结合亲和力预测,生成约8万次绝对自由能扰动(AFEP)计算并构建SAIR-FEP与SAIR-OOD两个数据集。研究发现基于结构的模型对输入结构质量高度敏感,从Boltz-1x筛选高置信度共折叠复合物可带来可预测的性能提升,而盲目加入低质量结构会使指标饱和。合成与实验数据联合训练在CASF 2016上使RMSE最多降低8%、相关性指标提升9-11%,且仅在使用高质量合成结构时重现神经缩放规律。
推荐理由:研究用约8万次AFEP计算构建合成数据集,比较合成与实验数据联合训练对亲和力预测的影响。
《In Vivo》以两篇系列报道梳理自主实验室的建设者、架构与商业模式选择,及其对药物发现组织、外部研发合作和操作人员的影响。报道认为自主实验室并非现有自动化的渐进升级,而是对仍发生在手工实验台上的99%药物发现研发支出的结构性挑战。
Tangram Therapeutics 已在 Phase 1/2 RESTORE-MASH 试验中完成首例受试者给药,评估 GalOmic RNAi 药物 TGM-312 在健康志愿者和 MASH 患者中的安全性、药代动力学与药效学。
【摘要级】LabGenius 提出 3in1 噬菌体展示生物淘选方法,采用非变性洗脱并跳过中间噬菌体扩增步骤,在一天内完成全部淘选轮次。作者称该方法比传统淘选快五倍,获得的独特命中化合物最多多六倍且亲和力范围较广,并将先导化合物发现时间缩短一周、减少耗材与废弃物。该方法在针对多种靶点的天然合成库和免疫库中展示适用性,材料仅为论文摘要。
推荐理由:该方法把多轮噬菌体展示筛选压缩到一天,并报告了命中多样性与亲和力范围的对照结果。
Ignota Labs 入选 Labiotech.eu 的“2026 年值得关注的 18 家英国生物科技初创企业”名单。该公司用结合先进机器学习模型与多模态数据的 AI 平台解析毒性机制,为失败药物提供解决毒性成因、优化给药方案和临床重定位的可执行洞察,推动其尽快重返临床。
【全文节选总结】Yang Zhang Lab 提出分子基础模型 Ouroboros,采用表示、重建与性质预测三个正交模块,表示模块以构象空间药效团相似性(CSPS)和分子指纹相似性预训练,在 126248 个分子上构建约 47 亿条相似性标签。
推荐理由:该工作把构象空间与药效团相似性纳入分子基础模型预训练,并在虚拟筛选与多靶点抑制剂发现中给出湿实验证据。
HotSpot Therapeutics 将于3月4-7日在里斯本第15届欧洲狼疮会议上以壁报形式展示其 IRF5 小分子抑制剂项目的临床前数据。
PrecisionLife与Ovation公布合作首阶段结果,称基于4,600名患者数据识别出2,500余个与GLP-1受体激动剂疗效相关的遗传特征,映射到1,100个基因和15个主要机制,并称疗效标志物在100%患者中被识别。
推荐理由:该合作披露了基于真实世界组学数据识别GLP-1疗效遗传标志物的首阶段结果与扩样计划,可作为药物响应分层商业化的参照。