晶泰科技宣布其首个 siRNA 项目从立项到确认临床前候选分子（PCC）用时 9 个月，候选分子拟用于 IgA 肾病治疗。临床前研究显示，该分子体外沉默活性达亚纳摩尔级，与同靶点临床阶段参照分子相比 IC50 降低数十倍；非人灵长类动物平行对照研究中单次给药后数月内持续维持高水平靶蛋白抑制，毒理试验显示更大安全窗口。
推荐理由：晶泰首个 siRNA 项目 9 个月确认 PCC，其临床前活性与长效性数据为观察 AI 序列设计在受限靶点空间中的实际产出提供参照。
Boltz于10月13日宣布，其小分子模型BoltzMol-1可直接搜索药明康德的GalaXi虚拟化合物库，该库规模约260亿个可合成分子，已在Boltz Lab平台和Boltz API上线供全球用户调用。
推荐理由：BoltzMol-1接入药明康德GalaXi化学空间，反映AI小分子模型对可合成化合物库的依赖。
途深智合在10月14日深圳举行的湾区集成电路科学技术大会期间获授牌，正式成为先进智算联盟（FAIC）成员单位。FAIC由图灵量子与优刻得、沐曦、脑虎共同发起，围绕“芯片—算力—算法—应用”产业链协同。途深智合称将依托该生态探索先进计算与生物医药研发场景的融合。
丹纳赫于2026年10月7日宣布计划推出旗下首个AI驱动自主实验室，用于加速定制抗体及其他分子工具的发现，预计2027年初实现规模化运营。
推荐理由：丹纳赫披露自主实验室的整合方式与产能目标，可作为抗体发现自动化的产业参照。
在超级智能的世界里，瓶颈正迅速变成执行。我们能想象的和我们能制造的东西之间的差距从未如此之大，但@b12Labs 来弥合它🔥
b12 Labs（YC S25）发布b12 Foundry，将其AI设计的分子通过自动化设施实际合成，并与苏黎世大学HTEL合作把现有自动化设施改造为分子生产平台。该平台由AI智能体与化学家协同工作，产出分子、反应和数据，公司称其灵活性与质量少有其他机构能比。b12 Labs正寻求难以合成或需生成实验数据的分子合作方。
Recursion 的药物设计高级副总裁 Donovan Chin 介绍，其 AI 原生引擎可在约一天内跑完一轮计算设计循环，将数百万分子快速筛选为可合成的高质量候选短名单。流程先用 Nesso-1 等 3D 结构模型评估结合亲和力，再整合 ADME、效力、模拟与 AI 逆合成等数百个模型，使化学家能探索全新化学空间并预测合成路线。公司称这些分子不仅在计算上有前景，而且在送实验室前即可实际合成。
作者梳理12篇论文，拆解Orbis如何用非天然构件大环、ⁿCycle-Forge计算搜索与自动化合成构成环肽发现体系。ⁿCycle-Forge以Boltz共折叠评分为代理目标，对两个靶点做约12万次共折叠评价并合成1472个设计，凝血酶初筛命中35/736，约为历史库的24倍，MDM2命中率约4.6%与历史定向库相近。
推荐理由：文章逐层拆解Orbis大环肽平台的计算与实验证据，并区分技术源流与公司独占资产。
10 月 12 日，由 RNA 药物公司 Eleven Therapeutics 分拆而来的 Undecimal Bio 宣布完成 1800 万美元种子轮融资，由 4BIO 与 IQ Capital 共同领投并获超额认购，资金将投入递送分子和治疗性 siRNA 研发。
推荐理由：Eleven Therapeutics 拆分后，siRNA 肝外递送业务以新公司身份完成种子轮，呈现递送数据闭环思路。
丹纳赫10月7日宣布将推出公司首个AI驱动自主实验室，设在旗下抗体与试剂公司Abcam，用于加速定制抗体及其他分子工具研发，预计2027年初规模化运营。实验室以设计—制造—测试—学习（DMTL）闭环运转，AI设计候选亲和试剂后由系统自动构建与测试，结果实时回流模型；丹纳赫称目标是把亲和试剂从构想到完成验证的速度提升最多8倍，年试剂产出从数十个提升至数百个。
AI公司正通过自建实验室、云实验室合作与资助虚拟生物学计划等方式参与生物数据生产。Anthropic组建基础生物学研究团队和实验室，用实验检验Claude模型的生物学设想；Biohub扩大虚拟生物学计划，Google DeepMind、Isomorphic Labs和Meta合计承诺投入3亿美元，整项计划总投入约18亿美元。
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield，同步开放模型权重、推理代码及训练与评测数据集。
推荐理由：晶泰科技开源可预测紫外校正因子的模型，为高通量实验的产率定量提供了可复现的替代路径。
天鹜科技将于10月13-15日在瑞士巴塞尔参加Festival of Biologics 2026，其AI Lab技术科学家谭扬将在Protein Engineering专场介绍以LLM为核心控制器的蛋白质研发智能体，并展示干湿闭环平台MatwingsVenus™（晓鹜™）。
研究人员提出主动学习、高通量实验与几何图神经网络组成的闭环流程，用于数据稀缺条件下的C–H硼化反应预测。经3轮主动学习新增50种底物、4,821次高通量实验，最终数据集含6,865条反应记录和568种底物，独特Bemis–Murcko骨架由105个增至147个。
推荐理由：研究把主动学习选样与几何图神经网络结合，在C–H硼化上展示数据稀缺条件下的实验闭环路径。
Baker团队在Nature Communications发表方法学工作，用SAPP和DMX两套流程把蛋白设计的实验表征规模化：SAPP将从基因片段到SEC纯化与标准化表征压缩到约48小时、每天可处理数百个设计，DMX用组合条形码和Nanopore长读长测序把廉价oligo pool转为数千个序列验证后的阵列化克隆。
推荐理由：该工作把蛋白设计的实验表征推到每天数百个设计，并展示寡聚几何等变量如何影响功能。
ToolUniverse 推出 GPU 环境自动配置功能，使智能体可在复杂生物数据集上调用机器学习模型并把输出用于发现流程。
推荐理由：ToolUniverse 新增 GPU 环境自动配置，让智能体直接调用蛋白设计与结构预测模型，并附可复用的 EGFR 设计流程。
利太智药完成近5000万元种子轮融资，由讯飞创投、L2F光源创业者基金及知名产业方联合投资，光源资本担任独家财务顾问。资金将用于核心管线研发、算力投入、专利布局、人才招募及日常运营。该公司以生成式AI设计多肽新药，搭建“数据—模型—分子”三层技术体系及72小时多肽“生成—合成”闭环平台，覆盖线性肽和环肽的AI设计、化学合成、生物测试与结构解析全流程。
Bindwell 团队复盘了从9月3日到10月1日自建8000平方英尺湿实验室的过程，目标是绕开CRO为模型规模化产出数据。团队向美中英印乌近40家CRO发出规格书，39家中26家回复、仅15家按规格交付，体内实验交付中位数10个月、中位成本28.9万美元，生化检测中位2周、2.6万美元。
推荐理由：作者以自建实验室的实测数据对比CRO报价与周期，为分子发现的数据规模化路径提供了一手成本参照。
Recursion称其各项目在仅合成约300个化合物后即推进了高质量新候选分子，比行业平均少约90%。其AI原生引擎已产出逾10个开发候选分子，设计依托整合数百个机器学习与物理模型的Centaur平台，从靶点性质出发做生成式从头设计，并通过计算与实验的持续反馈循环迭代更新模型。
Fabian Theis团队发布预印本LabCompass，将实验设计的生成模型与细胞响应的前向模型耦合，在连续设计空间中按目标表型生成候选实验条件，并逐轮用实验测量反馈。
推荐理由：研究把细胞响应预测模型反过来用于设计实验，并在原代造血细胞中做了实验验证，为虚拟细胞的实验指导能力提供了参照。
晶泰科技联合暨南大学在《Journal of Medicinal Chemistry》发表回顾性案例研究，以两款已上市RET抑制剂的专利数据为基础，仅合成3个化合物即得到RET激酶IC₅₀为0.48 nM的候选分子Cpd-31。
推荐理由：晶泰科技与暨南大学在JMC发表回顾性案例，展示从专利数据解析到小鼠药效验证的连续研发链路，可作为端到端小分子早期研发流程的参照。
途深智合公布ToursynClaw在CLDN18.2抗体项目中完成第二轮DBTL迭代，25个候选抗体中形成4个优选Hit，Hit Rate由第一轮的3.4%（1/29）提升至16.0%（4/25），相对提升约364%。
推荐理由：两轮DBTL迭代的命中率与亲和力数据，为评估实验数据回流能否改善抗体设计提供具体参照。
天鹜科技在2026 BIOCHINA华南展示AI驱动的干湿闭环蛋白质研发平台MatwingsVenus™（晓鹜™），平台以轻量级AI生物设计平台和AI黑灯实验室为核心，衔接蛋白质智能设计与自动化实验验证。
晶泰科技自2021年起自建机器人实验室，已建成超300台机器人实验工站的实验集群，整体实验效率较传统人工模式提升5至8倍。该体系由AI生成候选分子与实验方案，机器人完成合成、筛选与测试，实验数据再反哺模型迭代，形成猜想—验证—迭代闭环。其援引的《AI in Science: Early Insights》报告显示，41%受访科学家积压的待测试假设比三年前更多。
Recursion在平台系列第四部分中说明，其基础模型提出潜在靶点后，会进入逐步加严、针对具体疾病的验证级联，在实验台上对计算发现进行降风险。公司称最终可证明模型预测的生物学与实验室观察到的物理现实一致，并以全球药企合作伙伴内部项目的高标准测试这些靶点。
晶泰科技在Discovery on Target 2026大会上公布分子胶平台XGlue™进展，针对自身免疫疾病靶点的项目从微摩尔级Hit分子出发，数月内将活性推进至纳摩尔级甚至更低，实现千倍以上提升，正迈向PCC阶段。
推荐理由：晶泰披露分子胶平台在难成药靶点上的阶段性数据，展示了计算筛选与机器人实验迭代如何收窄化学空间。
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。
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。
Baker团队在Nature Communications发表方法学工作，提出SAPP与DMX两套互补流程，把从基因片段到SEC纯化蛋白及标准化表征压缩到约48小时、每天可处理数百个设计。
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。
望石智慧在2026云栖大会首发全栈式小分子医药早研智能体MolVortex，以多智能体协同架构和决策罗盘数据底座覆盖情报分析、分子设计、亲和力与口袋分析、合成性与成药性评估等早期研发环节。
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。
Fabian Theis在西班牙Sitges开幕的ESSB2026（逾700名科学家参加）作开场主旨演讲，主题为“Closing the loop: from single-cell perturbations to spatial interventions”。
途深智合启动2026澳大利亚海归人才专场招聘会，面向AI创新药研发招募人才。公司自研ToursynClaw大分子药物设计科学超智能体平台，融合蛋白大模型、科学智能体与全自动机器人实验产线，称可实现约1.5个月完成抗体设计及功能实验验证。公司称半年内推动16条抗体药管线完成PCC阶段验证，动物实验结果积极。
Turbine宣布在第一三共完成可行性项目后扩大合作，其虚拟实验室vLab将支持第一三共的专有ADC项目，用Virtual Assays在载荷、联用、适应证和生物标志物决策上提供指导。Turbine称每个lab-in-the-loop循环都会把实验验证结果反馈进模型，在ADC发现中形成累积学习效应，双方将结合第一三共的数据与ADC经验加速新型癌症疗法发现。
推荐理由：该合作把虚拟实验室接入第一三共的ADC专有项目，并保留实验回馈模型的闭环，可作为ADC计算发现合作模式的参照。
Turbine 于 9 月 24 日宣布扩大与第一三共的 ADC 发现合作，此前双方已完成一项评估 Turbine 预测建模能力的初步可行性项目。合作将用 Turbine 的虚拟生物学平台 vLab® 运行 Virtual Assays，模拟大量条件下的生物响应，以加速并降低第一三共 ADC 发现项目的风险，并建立模拟实验指导数据生成、实验验证反哺模型的迭代学习流程。
Martin Pacesa 转发 @btnaughton 的体验称，BindCraft 2 在 vast.ai 等消费级 GPU 上生成轨迹的成本可低至每条 2 美分。该说法来自引用内容，并称 Martin Pacesa 及其合作者对该工具做了大量优化。
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。
Adaptyv Bio 宣布被英国 ARIA 选为激活伙伴，并将在伦敦开设实验室，与 ARIA 资助团队合作搭建其蛋白质设计项目所需的实验能力。新增检测方法与模态将接入 Adaptyv 现有的实验室与数据基础设施，使其获得与平台其他部分相同的规模、速度和访问便利性。该实验基础设施将在英国建设和运营，公司称此举将扩展 ARIA 资助团队及英国蛋白设计生态可构建和测试的范围。
推荐理由：Adaptyv Bio 成为 ARIA 激活伙伴并在伦敦设实验室，为英国蛋白设计团队提供实验能力与平台接入。
深势科技AI算法负责人高志锋在清华大学专场以《AI4S：重新理解科学发现》为题，分享团队从分子预训练大模型Uni-Mol到科研智能体SpecXMaster、再到材料产线的三段实践。