CONCERT:预测基因扰动效应在组织中传播的生成模型
Marinka Zitnik 团队提出生成模型 CONCERT,用于预测基因敲除等扰动效应如何从被扰动细胞扩散到邻近组织区域。作者指出同一敲除在肿瘤核心与组织边界可产生不同响应,相关预印本已发布于 bioRxiv(10.1101/2025.11.08.686890v3)。
推荐理由:该预印本提出跨组织传播扰动效应的生成模型,为空间语境下的扰动响应预测提供参照。
Marinka Zitnik 团队提出生成模型 CONCERT,用于预测基因敲除等扰动效应如何从被扰动细胞扩散到邻近组织区域。作者指出同一敲除在肿瘤核心与组织边界可产生不同响应,相关预印本已发布于 bioRxiv(10.1101/2025.11.08.686890v3)。
推荐理由:该预印本提出跨组织传播扰动效应的生成模型,为空间语境下的扰动响应预测提供参照。
西湖大学与浙江大学团队提出PACE,以细胞状态空间的局部几何为约束,交替更新跨时间配对与连续路径,从离散单细胞快照推断群体演化,相关研究被NeurIPS 2026接收。
推荐理由:西湖大学团队用局部几何约束跨时间配对与路径学习,为单细胞快照间的轨迹推断提供了可检验的方法参照。
清华大学GenSI、AIR与上海人工智能实验室等团队在arXiv发布约40亿参数的Trion-1,扩展Qwen3-4B词表,将文字、氨基酸序列和经DPLM2分词的结构标记放进同一Transformer,覆盖折叠、逆折叠、蛋白理解与条件设计六类任务。
推荐理由:清华等团队用统一扩散语言模型打通蛋白序列、结构与文字,其单次采样折叠与专用模型的差距值得对照。
多伦多大学Joseph Brown团队正在开发开放获取数据库与配套AI模型OpenPep,用于预测多肽与靶点蛋白的结合能力,项目获Google.org“AI促进科学影响力挑战赛”230万美元资助。
瑞士苏黎世联邦理工学院Gisbert Schneider团队与罗氏合作,在《Nature Computational Science》发表研究,将主动学习、高通量实验与几何图神经网络整合为闭环,用于数据稀缺条件下的C–H硼化反应成败与区域选择性预测。
“长江杯”全球AI蛋白质设计挑战赛报名队伍已突破1200支,覆盖16个国家和地区,总奖金加码至140万元人民币、免费湿实验验证扩容至7000条。序列提交与报名截止日期由11月15日延长至11月30日,靶点将于11月1日一次性公布。大赛以真实湿实验数据为唯一评价标准,每队每赛道最多提交20条从头设计序列。
高通量实验数据是让AI抗体发现经得起尽职调查的关键。刘刚在#ARDD2026上谈RushData。照片:https://agingpharma.org/photos2026
俄亥俄州立大学Xia Ning团队提出MADDIE多智能体药物发现系统,由中央Orchestrator调度HitIdentifier、LeadOptimizer、Evaluator和Synthesizer四个专职智能体,在50个蛋白靶点上均交付100个满足对接评分、类药性、合成难度、毒性预测等计算阈值的候选分子。
推荐理由:论文用50个靶点的对照与消融,说明中央调度主要减少达到同一计算目标所需的搜索量。
Pathos AI 宣布与 Bristol Myers Squibb 和 Tempus AI 达成多年战略合作,为阿尔茨海默病及其他神经疾病构建专用数据集与智能体 AI 能力。
推荐理由:Pathos 与 BMS、Tempus 围绕神经疾病数据与 AI 平台达成合作,可观察 AI 平台如何介入临床开发决策。
要让生物学可编程,我们需要看见我们所制造的分子,并从中学习。 今天,@annejecrois 将分享我们团队如何构建高通量冷冻电镜平台,以生成用于训练我们抗体设计 AI 模型的结构数据。 她的演讲《CryoEM:从技艺到设计引擎》将于美国东部时间上午 10:55 在马萨诸塞州剑桥市赛诺菲举办的“Celebrating Womenin Structural Biology & Drug Discovery”活动上开始。 查看议程 → https://www.nesba.net/
英矽智能Fedor Galkin与Alex Zhavoronkov团队在Cell发表研究,构建首个面向衰老生物学的开放基准LongevityBench,含17项任务、覆盖临床记录、DNA甲基化、转录组、蛋白质组与遗传学五大数据域,共25457个评测提示。
推荐理由:该研究用17项任务评测18个前沿模型解读衰老组学数据的能力,并比较领域微调小模型与通用大模型的表现差异。
Evaxion公布个体化癌症疫苗EVX-01在晚期黑色素瘤二期试验中的三年随访数据,全部患者均产生免疫应答,89%的疫苗新抗原靶点诱导出特异性T细胞应答。三年内T细胞应答的强度与广度得以维持,所有患者在两年随访时的临床缓解均保持,单用EVX-01治疗期间未见肿瘤进展。
推荐理由:该二期试验三年随访显示个体化新抗原疫苗的免疫应答与临床缓解得以维持,为AI靶点筛选提供了长期人体数据参照。
Space Generate首席技术官Sacha Javor参与的团队在苏黎世Boltz × AI4Science Zurich Hackathon的Boltz Challenge中获得第一名,该挑战要求针对8个化合物和约120个蛋白靶点预测化合物与靶点的活性。
SandboxAQ 与 Apheris 在柏林宣布推出 Virtual Cell Network,目标是建成由药企主导的最大虚拟细胞网络。成员用自有数据训练 SandboxAQ 的 AQCell 以扩展其适用范围,再针对自身项目微调,原始数据不离开各公司环境;Apheris 负责运营网络并通过其平台交付模型,同时运行 co-folding、ADMET 和抗体可开发性联邦网络。
推荐理由:药企可在自有数据不出域的前提下联合训练虚拟细胞模型,为跨公司数据协作提供了一种组织方式。
RFD4-Proteina 发布,相较 RFD3 改用受力场能量监督的 32 维物理启发潜在空间,并引入内在循环精炼与外在搜索引导的双重潜在推理。干实验中小分子结合聚类通过率为 14.3%(RFD3 为 2.4%),77 个测试靶点全部覆盖;湿实验中 288 个双金属磷酸三酯酶设计有 89 个显示催化活性,最佳催化效率 3,600/M/s。
推荐理由:对比RFD4-Proteina与RFD3在表征、推理机制和湿实验催化设计上的分工,便于判断不同任务的模型选型。
英矽智能推出 inClinico Agent,将自然语言问题转化为端到端临床分析工作流,把复杂临床格局分析从数月压缩至分钟级。
推荐理由:英矽智能发布临床分析智能体,公开了终点预测模型在前瞻性基准上的表现与对照结果。
元示科技连续完成近亿元人民币天使轮及天使+轮融资,天使轮由创新工场、上海未来产业基金与燕缘创投联合领投,天使+轮由Monolith领投、道彤投资跟投。资金将用于模型研发、数据与实验平台建设及面向药物研发场景的应用验证。公司聚焦AI虚拟细胞(AIVC),以“生物学原始数据引擎+通用细胞模型”构建研发体系,目标是对细胞在疾病状态、实验条件和干预方式下的响应实现跨环境零样本泛化预测。
今天有太多很酷的生物 AI 内容了,Vitrify 的博客文章不该被淹没。这张图里的性能表现真的非常惊人!!
斯坦福大学Xiaojing J. Gao、Wing Hung Wong等团队于10月18日在bioRxiv发布预印本,提出ProVADA框架,用固定的ProteinMPNN生成多位点改造序列、外部评分器评价完整序列,再由MADA种群退火引导搜索。
推荐理由:该预印本用外部评分器引导固定生成模型做多位点改造,并给出肾素与CAR抗体片段的湿实验对照结果。
Genialis 与 Inventia Life Science 将于 11 月 18 日举办网络研讨会,介绍以生物学优先的可解释 AI 方法连接患者肿瘤状态与下一代临床前模型。
西湖大学等机构在Nature发表Pinal,一个160亿参数的基础模型,可直接从自然语言功能描述生成候选蛋白质。模型在17亿合成蛋白质-文本对上训练,采用文本到结构再生成序列的两阶段框架,在荧光蛋白、PET水解酶、醇脱氢酶和代谢H蛋白四个任务中均实验观察到预期功能。其中设计的pinalH02在多酶CO₂固定通路中甘氨酸滴度达11.1 mM,比天然大肠杆菌H蛋白高1.7倍,且无需迭代实验优化。
推荐理由:该研究用两阶段文本到结构再到序列的框架,把自然语言功能描述直接转成可实验验证的蛋白质,并给出四个任务的湿实验证据。
NewLimit 在 2026 夏季进展中称,其首个重编程药物候选(LNP-RNA 递送重编程因子 RNA 至肝细胞)已完成放大生产工艺,单批产量超过 2025 年全年总和,制造规模较年初提升 314 倍、部分质量指标提升 13 倍,并在最相关非临床模型中观察到肝脏递送。
推荐理由:NewLimit 披露首个重编程药物候选的放大生产、动物递送与监管沟通进展,并给出载荷筛选与细胞年龄预测模型的具体提升幅度。
华盛顿大学蛋白质设计研究所与 NVIDIA 等机构提出 RFD4-Proteina,将标准及非标准氨基酸、糖、DNA 和 RNA 的组成单元编码为锚点坐标加 32 维向量,在同一空间中联合生成分子身份与构象。
NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina,将可编程蛋白设计与搜索能力结合,可按分子输入、约束和评分目标生成并优化蛋白设计。
推荐理由:该开放模型把可编程蛋白设计与搜索结合,并在四类基准上报告了相对基线的设计成功率与吞吐表现。
牛津蛋白信息学小组博客解读Leash Bio两位联合创始人的预印本,作者用Bemis-Murcko骨架划分训练模型,仅凭分子结构识别1,815位药物化学家中的作者,top 5准确率60%、top 1准确率27%。
推荐理由:文章解读一项预印本发现,化学家风格信号可能混淆公开基准上的活性预测,并指出作者预测任务的评估局限。
OpenAI 于 2026 年 10 月 20 日宣布收购 Orchestra Bio,将把其团队与技术同生命科学品牌 Rosalind 结合,公告未披露收购价格与产品整合上线时间。
北京大学团队提出 CheMoDesign,以修饰基团或非天然氨基酸为设计起点,基于预训练全原子结构模型 Boltz-2 生成蛋白结合界面,并在凝血酶、HER2、IL-7Rα、Trop-2、CA IX 和 PD-L1 等靶标上测试。
推荐理由:该预印本把非天然化学基团作为设计起点,并用配对替换与酶活实验检验其是否真正参与结合。
Anthropic 公布内部研究模型 Claude 在 Claude Science 上针对五种蝎神经毒素从头设计 minibinder 的技术报告,约 64 小时内生成 318,484 个设计,最终 211 条送 Adaptyv Bio 与 Twist Bioscience 用 SPR 湿实验验证,按双实验室硬标准 17 条达标。
微软研究院 AI for Science 团队于 2026 年 10 月 20 日公开预览 BioEmu2,定位为同时覆盖结构、动力学与功能相关构象行为的生物分子基础模型,权重与代码以 MIT 协议开源。
推荐理由:微软公开预览 BioEmu2,把平衡系综采样与时间传播并入同一模型接口,并给出可复用的开源权重。
德克萨斯A&M大学Davit A. Potoyan团队在PNAS发表结构感知生成式AI框架,将氨基酸比对翻译为3Di结构字母表比对,用变分自编码器各自压缩为二维景观并以直接耦合分析赋予共进化能量,再用信息论距离量化序列变异如何驱动结构与功能变异。
推荐理由:该框架把序列与3Di结构视图并置量化,为判断家族研究该用哪种表示提供了可迁移的比较方法。
Pranam Chatterjee 团队发布 SNOOPPI,这是一个序列归一化的靶向与非靶向蛋白互作(PPI)数据库,论文已发表于 Bioinformatics。作者指出,单个突变或翻译后修饰(PTM)即可决定两个蛋白是否结合,而现有数据常丢失这些细节,因此该数据库面向结合特异性预测的数据需求构建。数据集已在 Hugging Face 开放,论文 DOI 为 10.1093/bioinformatics/btag736。
推荐理由:该数据库把蛋白互作数据中的序列细节与靶向和非靶向配对整理在一起,为结合特异性预测提供了可复用的数据基础。
加拿大玛格丽特公主癌症中心Tak W. Mak和Suzanne Trudel团队在Nature发表研究,开发机器学习算法PreGame,从单细胞CITE测序数据中识别携带肿瘤反应性TCR的γδ T细胞(TR γδ T细胞)。
推荐理由:研究用单细胞CITE测序训练随机森林识别肿瘤反应性γδ T细胞,并追踪其在BPd治疗中的扩增信号。
联川生物联合阿卜杜拉国王科技大学(KAUST)等单位在bioRxiv发布跨物种生成式单细胞基础模型Speciesformer,用于虚拟细胞构建与跨物种单细胞解析。
推荐理由:该跨物种单细胞基础模型把注释、生成与扰动预测整合到一套架构,并给出与主流模型的基准比较。
OpenAI、PerturbAI与Scripps Research以约1946个GPT-Rosalind智能体在约32分钟内并行解读小鼠全脑体内CRISPR扰动图谱,并合成可检索的推理图谱、给出可检验假设。
推荐理由:该预印本用近两千个智能体并行解读小鼠全脑CRISPR扰动图谱,并给出与专家分析对齐的量化结果。
Biohub 公布总口径达 18 亿美元的生物学协作计划,为预测细胞反应的 AI 模型铺设数据地基,但该金额包含资金、计算与既有数据资源,并非已到账现金。Evo 2 可一次处理约 100 万个碱基,其生成的基因组级序列在多项计算指标上更接近天然序列,但团队承认仍可能缺少必需基因,计算评估不能保证功能与复制能力。
“长江杯”全球AI蛋白质设计挑战赛上线三周已有超900支海内外队伍报名,报名将于10月31日截止。赛事设100万元人民币总奖金池,并对不少于5000条序列提供免费表达、纯化与检测,入围序列实测结果将统一公开。比赛靶点将于11月1日正式公布,官方不提供远程服务器和算力。
2026 NK2R AI蛋白设计挑战赛正在全球征集,北京科学智能研究院(AISI)受邀担任赛事支持单位之一。赛事信息与配图来自北京生物结构前沿研究中心官方微信公众号,具体规则以主办方在线报名页面为准。
中科大在智能科学家生态联盟第四届年会上发布机器科学家2.2系统,官方定位为新一代智能物质科学基础设施,由大模型提出假设、专业小模型计算筛选、科研机器人执行实验并回喂结果形成闭环。
推荐理由:报道梳理了该系统大模型假设、小模型求证与机器人实验的三层分工及闭环机制,并列出效率数据与数据、验证层面的现实约束。
西湖大学与香港中文大学(深圳)团队提出RiboBridge,从RNA骨架几何推断概率化残基对拓扑,经第二轮结构通道回收后以软注意力偏置传给序列解码器。在550条生成骨架上,配对类型解码的联合回折有效率为0.451,匹配的无拓扑解码器为0.335。
推荐理由:该研究把骨架推断的配对拓扑作为可扰动的中间表示,并用多组干预实验定位解码器依赖的关系信息。
粒曼生物于2026年10月完成数千万元天使轮融资,由上海弘晖领投,兴华鼎立和杭州润苗基金跟投,川越周期担任财务顾问。公司专注高通量细胞编辑与扰动样本数据生产,已完成覆盖人类19,883个基因的阵列式扰动文库建设与湿实验验证。
推荐理由:融资事件同时披露了已开源扰动数据集的使用规模,可观察虚拟细胞上游数据供给的产业化路径。