Inductive Bio：概率化人体剂量预测如何改变候选化合物优先级
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。
#可开发性
Inductive Bio 官网资讯精选AI 评分6262
LabGenius Therapeutics · NewsAI 评分5050 LabGenius Therapeutics 将在 AACR 2026 展示 LGTX-101 临床前数据
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。
Cradle Bio BlogAI 评分4242 Cradle Bio 用桑基图可视化多属性蛋白质优化中的权衡
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。
Yang Zhang Lab精选AI 评分7474 Ouroboros分子基础模型：将构象空间与药效团相似性纳入表示学习
【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。
Latent LabsAI 评分5050 Latent Labs与GenScript验证Latent-X2
很高兴看到@GenScript团队的这项工作。 在验证Latent-X2时，我们需要快速推进抗体、纳米抗体和大环化合物的相关工作。我们的内部湿实验室能承担很多工作，但GenScript帮助我们扩大了规模，并更快地打通了计算与生物学之间的闭环。 结果是：AI设计的抗体具有类药可开发性，并在人源panel中显示低免疫原性，且已在实验室中得到验证。 感谢那些以尖端AI速度推进的合作伙伴。
百奥几何BioGeometry精选AI 评分5858 百奥几何用GeoFlow零样本完成欧洲药企VHH多目标优化交付
百奥几何称其用GeoFlow蛋白质设计大模型为欧洲某知名药企完成VHH纳米抗体多目标优化项目，在未经靶点数据微调的零样本场景下仅一轮设计与验证，就从数十个候选分子中筛出多个同时满足功能活性、稳定性、非特异性和人源性要求的分子。
推荐理由：百奥几何披露其GeoFlow在零样本VHH多目标优化中一轮交付达标分子，可作为抗体AI设计交付方式的案例参照。
Latent LabsAI 评分2020 Latent Labs 谈药物发现分子难题
“药物发现之所以困难，是因为当我们进入临床阶段时，我们仍然没有合适的分子。在 Latent，我们正致力于改变这一点。” AI 可以设计出能结合的分子。但是否具备成药性？这一直是悬而未决的问题。
Latent Labs精选AI 评分5858 Latent Labs 发布 Latent-X2：AI 生成抗体具备类药可开发性与低免疫原性
Latent Labs 在 Latent-X1 发布 5 个月后推出 Latent-X2，称其 AI 生成抗体在人体样本中表现出类药可开发性和低免疫原性，且为零样本生成。该模型目前面向部分合作伙伴开放使用，公司未披露具体实验数据与评测细节。
推荐理由：Latent Labs 公布从 Latent-X1 到 Latent-X2 的迭代，并给出 AI 生成抗体在可开发性与免疫原性上的自述结果。
LabGenius Therapeutics · News精选AI 评分8282 LabGenius 发表 EVA 平台闭环优化 HER2×CD3 多特异性抗体研究
【全文总结】LabGenius 在论文中报告其 EVA 平台通过机器学习与高通量实验闭环，在 44,160 个 HER2×CD3 T 细胞衔接器设计空间中经 5 轮设计-构建-测试-学习循环筛选 980 个候选，命中率较 Sobol 准随机基线提升 14 倍。
推荐理由：该研究把多特异性抗体的价数、拓扑与亲和力纳入贝叶斯优化闭环，并以临床基准分子作对照，展示了亲合力门控选择性的可设计路径。
Ignota Labs 官网资讯AI 评分2525 Ignota Labs 谈药物开发中失败知识的流失与 SAFEPATH 平台
Ignota Labs 提出以药物“扭转”模式回收失败项目中的知识，其 SAFEPATH 平台通过映射脱靶结合、梳理生物通路并在受控系统中重现问题来解析药物行为机制。公司称约 10% 至 20% 的失败药物属机制可解决类别，且多数项目在被放弃前已完成 80% 至 90%。文中援引 56% 的药物因安全性问题失败，并认为新化学实体、新盐型、新晶型等可形成新知识产权。
唯信计算AI 评分4646 唯信计算助力复宏汉霖打造研发专属AI OS，药研加速器完成私有化部署上线
复宏汉霖与唯信计算联合打造的“药研加速器”已于2025年11月28日在复宏汉霖数据中心完成私有化部署并正式上线运行。平台采用唯信计算的AI工作流框架，在抗体可开发性评估环节将分子动力学模拟与AI预测耦合，实现从抗体序列输入到可开发性评估报告输出的一键自动化。
Nabla Bio精选AI 评分6565 Nabla Bio 发布 JAM-2 抗体设计模型，称可从计算机直接生成成药级抗体
Nabla Bio 发布 JAM-2，称其为首个能从计算机直接生成成药级抗体的 AI 模型。公司称在 26 个靶点中有一半在每靶点测试少于 45 个设计的情况下获得皮摩尔至个位数纳摩尔级结合剂，直接针对细胞表面 GPCR 的结合剂成功率最高达 11%，超过 50% 的设计在零优化下通过核心行业可开发性标准，并称已与多家大型药企合作部署 JAM-2。上述结果来自公司自述与白皮书，尚未见独立验证。
推荐理由：Nabla Bio 公布 JAM-2 在 26 个靶点上的抗体设计成功率与可开发性数据，可供对照评估从头抗体设计的能力边界。
CHARM Therapeutics精选AI 评分6868 CHARM Therapeutics 将下一代 menin 抑制剂 CHM-029 推进为 AML 开发候选
CHARM Therapeutics 宣布将 AI 发现的下一代 pan-menin 抑制剂 CHM-029 推进为急性髓系白血病（AML）开发候选，计划于 2026 年第二季度启动首次人体试验。
推荐理由：CHARM 公布其 DragonFold 平台发现的 menin 抑制剂进入开发候选，并给出耐药突变与体内药效的临床前依据。
唯信计算AI 评分2525 从技术引领到价值创造——首届药物研发智能技术论坛暨WeMol用户大会在张江圆满落幕
首届药物研发智能技术论坛暨WeMol用户大会11月8日在上海张江举办，由唯信计算主办，汇聚数十家生物医药企业研发领袖与200余位WeMol用户。唯信计算称WeMol平台已整合200余个计算模块、2025年新增50余个AI功能模块，服务超70家药企及数百家科研机构，云端累计完成超30万项计算任务。
Baker Lab · IPD (蛋白质设计研究所)精选AI 评分8686 Baker Lab在Nature发表RFantibody：用RFdiffusion从头设计全长抗体
Baker Lab团队在Nature发表研究，用基于RFdiffusion训练的RFantibody模型在计算机上从头设计含重链和轻链的完整抗体可变区，无需动物免疫或大规模筛选。针对艰难梭菌毒素等靶点，设计抗体达到中纳摩尔级结合亲和力，转为全长IgG后保留效力；电镜解析的5个设计抗体中有4个与计算预测结构一致。RFantibody代码已在GitHub开放，供学术、个人和商业使用。
推荐理由：研究展示RFdiffusion设计全长抗体可变区并经电镜验证，为从头抗体设计的可行性提供参照。
奥泊生科AI 评分4040 奥泊生科与鼎康生物联合发布Chime AI Platform，达成战略合作共筑AI制药生态
奥泊生科与鼎康生物在BIO Europe 2025期间宣布战略合作，联合打造Chime AI Platform，将AI算法设计能力与生物药CDMO商业化生产体系对接。双方计划基于OPUS Bio平台在靶点筛选、抗体从头设计及成药性优化等环节开展协同，并推进AI辅助候选分子验证。合作尚处签约阶段，未披露具体项目、金额或验证结果。
奥泊生科精选AI 评分5858 奥泊生科与量准推出 AI 分子设计优化加高通量 MetaSPR 筛选全流程服务
奥泊生科与量准在 2025 年 2 月签署战略合作后，正式面向全球客户推出“AI 分子设计优化 + 高通量 SPR 分子互作筛选”全流程研发加速服务，覆盖蛋白质从头设计、亲和力/活性/稳定性优化与 MetaSPR 亲和力及动力学检测，并将实验数据反馈至 AI 模型迭代。
推荐理由：两家公司把 AI 蛋白设计与高通量 SPR 筛选打包成对外服务，并给出抗体亲和力成熟与酶改造的实验数据。
药渡CyberAI 评分3333 药渡Cyber解析新型高选择性IIb型c-Met激酶抑制剂KIN-8741的发现
研究以优化亲脂效率为目标，通过基于结构的药物设计发现高选择性IIb型c-Met抑制剂KIN-8741，对D1228X、Y1230X等获得性耐药突变及L1195X/F1200X后口袋突变具广谱抑制活性。
药渡CyberAI 评分3636 药渡Cyber解析口服选择性PLK4抑制剂RP-1664的发现
Repare Therapeutics研究团队通过基于结构的药物设计优化，从Centrinone B出发获得口服选择性PLK4抑制剂RP-1664，在临床前展现优异效力、激酶组选择性及药代动力学特征。
Ignota Labs 官网资讯AI 评分2525 Ignota Labs 以 AI 解析药物毒性机制、挽救安全性失败资产
Ignota Labs 提出以 AI 从机制层面解析药物毒性问题，重新设计存在安全性隐患的化合物，使原本可能被放弃的资产推进至临床。其首席科学官 Jordan Lane 称，目标是理解现有化合物相关问题并再造为安全有效的药物。该内容由 Nature 旗下 Biopharma Dealmakers 刊载。
Ignota Labs 官网资讯AI 评分5151 Ignota Labs 完成 690 万美元种子轮融资，用于挽救失败药物
Ignota Labs 于 2025 年 2 月 26 日宣布完成 690 万美元（550 万英镑）种子轮融资，由 Montage Ventures 和 AIX Ventures 共同领投，Modi Ventures、Blue Wire Capital 和 Gaingels 参投。
A-Alpha Bio 官网资讯AI 评分2222 A-Alpha Bio：顺式作用、亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报
A-Alpha Bio在2024年Antibody Engineering & Therapeutics会议上展示顺式作用、经亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报。海报可通过官网链接在新标签页打开。
A-Alpha Bio 官网资讯AI 评分7878 A-Alpha Bio 发布 AlphaBind 抗体优化模型并公开预训练权重
A-Alpha Bio 发布 AlphaBind 抗体优化模型，基于约 750 万条抗体-抗原结合数据预训练，在四个抗体-抗原体系中仅用一轮实验室数据生成数千个高亲和力变体。BLI 验证的 10 个候选（最多 11 个突变）全部表达且结合力优于亲本抗体；模型以 MIT 许可开源，代码与微调数据已公开。公司称该模型已用于管线与合作的抗体发现，并计划推出 AlphaBind2。
Ignota Labs 官网资讯AI 评分3838 Ignota Labs 谈可解释 AI 如何挽救失败药物项目
Ignota Labs 首席科学官 Jordan Lane 在播客中介绍，公司用可解释 AI 挽救因安全性问题而失败或搁置的药物项目。其 Safe Path 平台整合化学信息学与生物信息学以处理药物安全问题，并分享了应用 AI 工具挽救制药资产的实际案例。讨论还涉及 AI 模型偏见、透明度以及 FDA 和 EMA 等监管机构对 AI 驱动方案采用的影响。
Ignota Labs 官网资讯AI 评分1818 Ignota Labs 联合创始人 Layla Hosseini-Gerami 登上《The Biochemist》讲述数据科学之路
Ignota Labs 首席数据科学官兼联合创始人 Layla Hosseini-Gerami 在《The Biochemist》撰文，讲述其从利兹大学化学专业、Optibrium 计算化学实习到剑桥大学化学信息学博士的历程。她于2022年2月与 Jordan、Sam 共同创立 Ignota Labs，公司2023年10月起全职运营，专注用可解释 AI 方法预测、理解并扭转药物发现中的安全性问题。
Ignota Labs 官网资讯AI 评分2828 Ignota Labs 用可解释 AI 平台 SAFEPATH 识别药物毒性根因
Ignota Labs 用数据驱动的计算机模型识别药物毒性根因，为科学家改善药物安全性提供信息，其专有平台名为 SAFEPATH。该公司称，临床药物开发失败率高达 90%，安全性是主要因素之一，而体外试验和动物模型并不总能很好地转化到人体。相关访谈在 ELRIG Research and Innovation 2024 活动上进行。