Nat. Commun.：RASSCCoL 快速评估配体化学互补性用于蛋白质设计
研究团队在 Nat. Commun. 提出 RASSCCoL，以稳定α螺旋束骨架为基础，通过体积筛选、侧链重排、AutoDock Vina 对接与 AlphaFold2 结构复筛构建小分子结合口袋，DPH 设计流程在单 CPU 核心约 30 分钟完成。
推荐理由：研究用稳定α螺旋骨架加体积互补筛选替代大规模结构生成，为小分子结合蛋白设计提供低成本可解释路径。
#蛋白质设计
DrugAI精选AI 评分7878 Frank Noé精选AI 评分7474 微软研究院公开预览 BioEmu2 生物分子结构、动力学与功能基础模型
微软研究院 AI for Science 公开预览基础模型 BioEmu2，面向生物分子结构、动力学与功能，开放权重并采用 MIT 许可，代码托管于 GitHub。作者同时展示了 BioEmu2 模拟无序肽 PUMA 与 MCL-1 受体结合的动画。
推荐理由：微软研究院发布生物分子结构与动力学基础模型 BioEmu2，开放权重与 MIT 许可便于研究者直接复用。
Adaptyv Bio同新闻AI 评分5858 Anthropic × Adaptyv蛋白质设计竞赛第4期开放：设计pH敏感TfR1结合剂递送药物入脑
Anthropic与Adaptyv蛋白质设计竞赛第4期在proteinbase开放，任务是设计靶向TfR1特定区域的pH敏感结合剂，帮助药物穿越血脑屏障进入大脑。TfR1在血脑屏障高表达，可将载铁转铁蛋白带入细胞；药物与TfR1结合剂融合后被细胞吸收，pH敏感结合剂在内涵体内释放，再从面向大脑一侧离开细胞递送治疗药物。
同一新闻，精选展示《Anthropic × Adaptyv 蛋白质设计竞赛第4期以TfR1为靶点，要求设计pH敏感结合剂》
智药邦AI 评分7878 谷歌推进AI agents与湿实验闭环：让AI从实验中学习，找到纳摩尔级蛋白结合分子
谷歌于2026年10月16日公布实验自动化、适配体闭环发现和蛋白质结合分子设计三项研究进展，目标是让AI智能体在研究人员指导下运行实验并从结果中学习。VERID框架在开源PyLabRobot基础上建立实验工作站的语义数字孪生，跟踪空间位置、试剂身份、液体体积和吸头库存，提供状态查询、快速模拟、安全执行和完整记录四项能力。
BioTenderAI 评分3838 AI 将让人类从零开始设计生命
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。
AI4ProteinAI 评分2828 “长江杯”全球AI蛋白质设计挑战赛报名超900支队伍，10月31日截止
“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。
LeapFun精选AI 评分6363 AI 制药这一周的两条裂缝：现金买发现、市场罚兑现：
LeapFun 复盘 2026 年 10 月中旬 AI 制药的两类信号：阿斯利康与 insitro 签下首付 4000 万美元、最高约 15 亿美元的合作，用 Virtual Human 推进 MASH 与心肌病靶点到 development candidate；Iambic 以 16 美元发行价登陆纳斯达克，毛募资约 1.5 亿美元。
推荐理由：文章把同周阿斯利康与 insitro 合作、Iambic 上市与生成式设计进展并置，拆出发现端定价与临床兑现之间的落差。
北京科学智能研究院AISIAI 评分1818 2026 NK2R AI蛋白设计挑战赛持续征集中，AISI担任支持单位
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。
Martin Pacesa精选AI 评分5858 BindCraft2 v1.0.4 发布，改进 VHH、scFv、ARP 与诱导契合靶向
BindCraft2 v1.0.4 已发布，作者称该版本显著改进了 VHH、scFv、ARP 和诱导契合靶向能力，同时提升了运行速度与代码稳定性。作者建议此前困难的结合剂设计任务可再次尝试，并致谢 Erik Mäeots、Leonardo Tredese 和 Elizaveta Chernova 的工作。
推荐理由：BindCraft2 新版本针对 VHH、scFv 与诱导契合靶向改进，为结合剂设计流程提供了可复用的更新参照。
AI-Protein DesignAI 评分4242 近期的蛋白质设计大赛（国内）汇总
清华大学北京生物结构前沿研究中心发起2026 NK2R AI蛋白设计挑战赛，要求设计100-150aa纳米抗体，界面iPTM>0.6并按△SASA排序，前300名进入湿实验验证，一、二、三等奖分别为5000、2000、1000美元。
机器之心 · AI4Science精选AI 评分5858 中科大发布机器科学家2.2系统，宣称可自主创制新物质
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。
木可AI探索笔记精选AI 评分6363 镁伽科技上线Poreva Open全球AI蛋白质设计挑战赛，万级湿实验验证对标Anthropic
镁伽科技于2026年10月18日上线Poreva Open全球AI蛋白质设计挑战赛官网，公布首批3道赛题与规则，10月19日起全球报名且不设地域限制。
推荐理由：镁伽以万级湿实验验证切入蛋白设计公共基准，可与Anthropic赛事及Ginkgo模式对照。
GEN (基因工程与生物技术新闻)AI 评分1717 StockWatch：Liquidia 与 United Therapeutics 和解诉讼后股价反弹
Liquidia 与 United Therapeutics 就专利侵权、商业秘密及反垄断等六起诉讼达成和解，Liquidia 将支付 3.807 亿美元，并同意从 Yutrepia 标签中移除 PH-ILD 适应证、不再向新患者推广该适应证。
AI-Protein Design精选AI 评分7373 近期两篇金属蛋白酶设计文章（Nature vs Vita）比较
文章对比了David Baker团队发表于《Nature》的金属蛋白酶计算设计与曹龙兴团队发表于《Vita》的靶向Aβ切割金属蛋白酶从头设计两项研究。两者均用RFdiffusion系列或ProteusFlow生成骨架、LigandMPNN优化序列并结合AlphaFold2/3多状态筛选，实测结构与设计模型Cα RMSD约0.8–1.88 Å。
推荐理由：对比两篇金属蛋白酶从头设计论文，梳理生成模型、筛选体系与结构验证的异同，并指出周转率差距。
BioAICraft精选AI 评分7272 清华等团队发布Cerebra-Epistasis：多突变组合预测上位性Spearman达0.55
清华大学、中南财经政法大学和华中科技大学研究者于2026年9月24日在bioRxiv发布预印本，提出Cerebra-Epistasis，先由野生型序列预测结构并生成可复用的突变评分与上位性表征，再经轻量组装网络预测多突变组合。
推荐理由：该预印本把突变组合效应与大规模组合评分放进同一框架，并给出上位性预测与基线对比。
AI蛋白质AI 评分8888 Nature：Baker团队用RFdiffusion2从头设计半胱氨酸蛋白酶
华盛顿大学David Baker团队在Nature发表研究，用RFdiffusion2-MI从头设计以活化半胱氨酸亲核体为核心的蛋白酶，69个设计中13个具切割活性，成功率19%，相对背景反应速率提升最高3×10⁷倍。
DeepTech深科技精选AI 评分6262 Google也在推进自主湿实验室，已实现智能体与机器人闭环
Google 于 10 月 16 日发布技术博客，介绍其搭建自主湿实验室的进展：团队希望让 AI 智能体设计分子、安排实验、分析结果并据此调整下一轮方案，其中一项研究已找到能紧密结合实体瘤相关靶点的蛋白质分子，但机器人操作、分子筛选和蛋白质设计三项研究尚未全部打通。
推荐理由：Google 公布自主湿实验室进展，可与 Anthropic、OpenAI 的同类布局对照，看清 AI 进入实验台的不同路径。
医药魔方AI 评分5050 AI设计的药，能不能成为更好的药？
截至发文日，医药魔方NextPharma数据库收录1,541条涉及AI辅助开发或AI设计的药物管线，AI辅助新分子设计管线421条中临床前项目270条、约占64%。
BioTender精选AI 评分5858 《Molecular Cell》推出AI分子生物学专题，14篇内容聚焦预测与实验验证边界
《Molecular Cell》第86卷第20期于2026年10月15日推出“Artificial intelligence in molecular biology”专题，共14篇内容，包括1篇社论、5篇Insights、6篇综述和2篇原创研究，覆盖蛋白、RNA、基因编辑和单细胞。
推荐理由：专题把蛋白设计、RNA与单细胞预测放进同一证据框架，并逐项标出计算预测与实验验证的边界。
BioArtAI 评分4444 Cell Biomaterials综述 | AI驱动肽类药物发现
西湖大学曾坚阳团队与宾夕法尼亚大学Cesar de la Fuente-Nunez团队在Cell Biomaterials发表综述，系统梳理肽-蛋白相互作用的实验发现、AI预测与生成式设计及治疗转化挑战。
AI-Protein Design精选AI 评分7878 Baker团队用Logos与RFdiffusion设计MYC无序区结合蛋白，原位胰腺癌模型中肿瘤细胞被选择性耗竭
Baker团队在bioRxiv预印本中报告，用Logos框架与RFdiffusion针对MYC的4个保守表位（MBI Loop 1、MBIIIa Loop 2、MBIV Loop 3及bHLH螺旋表位）从头设计结合蛋白，初筛192个设计中15个亲和力优于500 nM，成功率约7.8%。
推荐理由：该预印本报告用Logos与RFdiffusion靶向MYC无序区设计结合蛋白，并给出亲和力优化与体内抑瘤数据，可作为无序靶点设计的参照。
Google DeepMind / Isomorphic精选AI 评分6060 Google 推出 Antigravity 智能体工作台，用 ProtNLM 挖掘抗菌肽候选
Google 发布智能体科研工作台 Google Antigravity，并用它从 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染病原体有活性的新型抗菌肽候选，该先导物正在接受湿实验验证。
推荐理由：展示智能体工作台如何把跨库检索、功能注释与结构查看串成一次会话，为抗菌肽早期发现提供可迁移流程。
DeepTech深科技精选AI 评分7272 拆解Anthropic的生命科学布局：一家AI公司为何下场做实验？
Anthropic已在旧金山湾区建立自有生物实验室，其生命科学负责人Eric Kauderer-Abrams证实此举是为让Claude提出的假设更快进入真实实验，同时继续与外部实验室合作。
推荐理由：梳理Anthropic从科研工具到自建实验室的布局，并给出蛋白质设计与新酶发现的具体实验数据作为参照。
BioTender精选AI 评分6767 从设计分子到操作机器人，Google 正在构建自主生物实验室
Google Research 于 2026 年 10 月 16 日公布三项研究，分别用智能体闭环设计 DNA 适配体、设计蛋白结合物，以及用 VERID 数字孪生约束实验机器人操作。
推荐理由：梳理 Google 三项研究如何让智能体接受实验反馈与物理约束检验，并划清已验证与未整合的边界。
LeapFunAI 评分8080 Google Research闭环湿实验三件套公布：将Agent锚定于湿实验，获癌症靶点个位数纳摩级结合物
Google Research 于 2026 年 10 月 16 日发布研究综述，围绕 VERID 语义数字孪生、适配体闭环沙箱和表位切除驱动的 de novo binder 设计三项工作，把 AI Agent 接入物理液体处理机器人跑通闭环分子设计。
Leo ZangAI 评分6565 MESSI：用离散扩散为蛋白去免疫原性的生成方法
研究者提出生成方法 MESSI，用离散扩散对蛋白进行去免疫原性设计，降低预测的 MHC-II 表位。在荧光素酶、PD-1 结合剂和尿酸酶中，实验验证其功能得以保留或提升，尿酸酶属于 FDA 已批准疗法所用酶家族。
LeapFun精选AI 评分7474 普林斯顿团队发布MESSI生成式扩散模型，将免疫原性融入蛋白生成
普林斯顿团队在bioRxiv发布结构条件生成式离散扩散模型MESSI，在生成过程中引入免疫风险反馈，输出在指定MHC-II分子上预测表位可降至零且保持结构可行性的序列，代码已开源。
推荐理由：该预印本把免疫原性预测前移为生成约束，并在三类蛋白上给出湿实验活性与结合数据，可供评估去免疫原设计流程。
BioTenderAI 评分3838 顾全全公开回应：AI制药的技术路线与未来竞争
Geodesic Intelligence 创始人顾全全在小红书 AMA 中提出，以能否每 6 个月推出一个大版本衡量 AI 制药团队的模型突破能力，并主张模型设计、湿实验反馈与数据迭代形成闭环。
DrugAI精选AI 评分8888 Nature：Baker团队用RFdiffusion从头设计金属蛋白酶
David Baker团队在Nature发表研究，利用RFdiffusion系列生成模型从头设计含锌配位中心和多肽结合口袋的金属蛋白酶，135个实验测试设计中36%能在预期位置切割多肽底物。
推荐理由：研究把从头酶设计从酯键水解推进到稳定肽键，并指出显式建模催化水分子是成功率差异的关键。
Google Research精选AI 评分7676 Google Research 展示智能体湿实验、适配体与 FAP 蛋白结合物设计三项研究
Google Research 报告三项研究：VERID 用语义数字孪生约束机器人实验；AI 智能体根据三轮湿实验反馈改进 DNA 适配体；人机协作进行 FAP 蛋白结合物设计并获得纳摩尔级结合验证。三条研究线的整合仍是下一步，尚非统一、全流程自主的生物实验室。
推荐理由：Google Research 用三个项目说明智能体如何接入湿实验室，其中适配体闭环的失败模式复盘对做自动化实验的人有参照。
AI-Protein DesignAI 评分4040 诺奖成序章，奋斗正当时！今年David Baker已手握9篇NS正刊
截至2026-10-16，David Baker团队今年在《Nature》和《Science》正刊发表9篇论文（含1篇综述），覆盖人工酶从头设计、靶向GPCR与Ras的结合蛋白、蛋白质纳米笼、荧光团结合蛋白及膜蛋白结构解析工具。其中Science论文报道RFdiffusion3可在生物大分子中直接构建原子级精度的功能位点支架，Nature论文则实现半胱氨酸蛋白酶与金属蛋白酶的从头设计。
Labiotech.euAI 评分2020 13 家值得关注的 AI 药物发现公司
Labiotech 列出 13 家值得关注的 AI 药物发现公司，包括 BPGbio、Chai Discovery、Compugen、Cradle、Iktos。
奶牛猫的CADD实验室精选AI 评分7474 少考虑一颗水分子，AI 设计蛋白酶的成功率差了这么多？
David Baker 团队在 Nature 发表研究，用 AI 从头设计可切断指定肽键的金属蛋白酶：结构评估仅考虑 Zn²⁺ 时实验成功率为 14/95（约 15%），同时考虑 Zn²⁺ 和催化水后升至 35/40（约 88%）。
推荐理由：解读 Baker 团队金属蛋白酶设计研究，说明催化水如何改变计算筛选的成功率。
AI-Protein Design精选AI 评分7676 Baker团队在《Nature》发表人工金属蛋白酶设计，可定点水解TDP-43但活性仍低于天然酶
Baker团队在《Nature》报告用RFdiffusion2/3与EnhancedMPNN从头设计金属蛋白酶，显式建模锌配位催化水分子后湿实验筛选阳性率从15%升至88%。代表性设计TDPn3可定点切割全长TDP-43单体与寡聚体，SDS-PAGE和质谱确认断裂位点，阴性对照无切割条带。作者指出最强变体Zn45_v2周转率仍比顶级天然金属蛋白酶低约2个数量级，且尚无细胞或动物实验验证。
推荐理由：文章拆解了Baker团队金属蛋白酶从头设计的策略演进，并点明催化效率与体内验证的具体边界。
AI药物设计实验室AI 评分8888 Nature 发表华盛顿大学团队从头设计半胱氨酸蛋白酶：69 个设计中 13 个具切割活性
华盛顿大学等团队在《Nature》报告用 RFdiffusion2 分子界面版本生成骨架、ProteinMPNN 设计序列并经 AlphaFold 3 复核，从头设计出能按序列切割多肽的半胱氨酸蛋白酶，69 个实验候选中有 13 个具切割活性。
DrugAI精选AI 评分8888 Science 发表 RFdiffusion3：全原子扩散实现生物聚合物原子级功能位点支架设计
研究人员在 Science 发表 RFdiffusion3（RFD3），一种基于全原子自由扩散的生成式模型，可在统一框架下设计蛋白质、RNA、DNA 及其复合物，并直接以催化原子坐标、氢键和配体埋藏等条件构建功能位点。
推荐理由：该研究把生成式设计从残基级推进到全原子级，并给出人工酶实验活性数据，可作为理解功能位点设计边界的参照。
动脉网精选AI 评分7171 一家 “AI大模型”2年冲到254亿估值！9个月签下6家巨头药企
动脉网分析指出，Chai Discovery成立两年、无自研管线，靠蛋白与抗体设计模型在9个月内与礼来、辉瑞、诺华、argenx、百时美施贵宝、GSK签下7笔合作，2026年7月完成4亿美元融资、估值约38亿美元。
推荐理由：以Chai与六家药企的合作为切口，梳理药企从买管线转向买模型使用权，以及失败数据成为AI制药新筹码的变化。
UW Institute for Protein DesignAI 评分6565 IPD 团队在 Nature 发表从头设计蛋白酶研究
UW 蛋白质设计研究所（IPD）的 Anqi Chen、Kejia Wu 和 Hojae Choi 从头设计出蛋白酶，这些“分子剪刀”能高精度切割用户指定的目标序列。该成果本周发表于 Nature，推文未披露切割效率、特异性数据或实验体系。
AI-Protein DesignAI 评分3838 每天学点设计：介绍在线版多肽设计工具AfDesign
MIT的Sergey Ovchinnikov开发的在线多肽设计工具AfDesign，可用于短肽设计，2025年一篇Cell研究曾用其设计短肽调控离子通道功能。以MDM2-P53为例，设定binder长度12、运行168次迭代优化后，损失函数逐渐下降，plddt、iptm等打分升高，并可用AF3进一步确认多肽与靶蛋白结合情况。
DeepTech深科技精选AI 评分8383 AI从零设计蛋白酶，催化加速超100亿倍，David Baker团队重磅成果连发两篇Nature
华盛顿大学David Baker团队10月14日在Nature发表两篇论文，用RFdiffusion、ProteinMPNN和AlphaFold 3从头设计半胱氨酸蛋白酶与金属蛋白酶。
推荐理由：两篇 Nature 论文报告从头设计半胱氨酸与金属蛋白酶的实验成功率与催化加速，并给出与天然酶的差距。