WhiteLab Genomics完成2600万美元B轮融资，推进AI设计基因组药物
2026年10月6日，WhiteLab Genomics宣布完成2600万美元B轮融资，由AVP领投，Yaday Health、Blast Club新加入，Omnes、Debiopharm继续参投。
推荐理由：融资事件之外，材料还给出AI设计AAV载体穿越血脑屏障的体内数据，可作为基因组药物递送方向的参照。
#蛋白质设计
智药邦精选AI 评分6363 生物药大时代精选AI 评分6666 Vir Biotechnology与吉利德达成18.75亿美元实体瘤双掩蔽TCE合作
10月14日，Vir Biotechnology宣布与吉利德达成合作和许可协议，共同发现和开发3款针对实体瘤相关抗原的双掩蔽T细胞衔接器（TCE）。Vir将用其dAIsY平台和PRO-XTEN掩蔽技术负责发现、设计和优化候选物，吉利德拥有独家许可并负责后续开发、制造和商业化。
推荐理由：协议把前期对价、临床前里程碑与后续开发里程碑分开列出，可看清TCE平台合作的付款结构。
木可AI探索笔记精选AI 评分7474 David Baker 团队推出 Prompteina：用自然语言指令设计蛋白并在 GM2A 靶点筛出 6 个结合剂
David Baker 团队发布蛋白生成模型 Prompteina，以英伟达 Complexa 为底子、用 5240 万条结构描述训练，可直接接受自然语言指令设计蛋白。据该文，它在 18 项任务中胜出 15 项，折叠架构控制指标提升到 51.1%，在 20 个靶点盲测中至少胜出 13 个。湿实验针对 GM2A 靶点挑选 90 个设计，筛出 6 个有效结合剂，最强亲和力为 107 nM。
推荐理由：介绍 Prompteina 用自然语言指令驱动蛋白生成，并给出湿实验筛出结合剂的结果，便于了解该方向的方法与证据边界。
木可AI探索笔记精选AI 评分8383 David Baker团队提出文本条件化全原子蛋白生成模型Prompteina，GM2A结合剂湿实验命中率6.7%
David Baker团队联合新加坡国立大学和AI2提出文本条件化全原子蛋白质结构生成模型Prompteina，以自然语言作为统一条件入口，基底为NVIDIA团队的Complexa。
推荐理由：梳理Prompteina如何用自然语言统一蛋白生成接口，并完整走通agent设计到湿实验命中的链条。
药明康德AI 评分3737 KRAS G12D抑制剂公布多癌种临床数据；最高近19亿美元，吉利德达成T细胞衔接器合作……｜产业新闻
Verastem Oncology公布口服KRAS G12D双重ON/OFF抑制剂VS-7375的1/2期TARGET-D 101数据，900 mg每日一次单药治疗二线胰腺导管腺癌确认ORR达50%（4/8），二线及后线患者整体确认ORR为41%（9/22）。
Generate:BiomedicinesAI 评分5858 Generate:Biomedicines 与 Zealand Pharma 达成 AI 设计蛋白疗法合作与许可协议
Generate:Biomedicines 宣布与 Zealand Pharma 签署合作与许可协议，共同开发用 AI 设计的代谢疾病蛋白疗法。该公司在 X 上以时代广场大屏画面提示这一消息，并链接到官网新闻稿，未在帖文中披露交易金额、首付款或具体资产。
途深智合AI 评分2525 途深智合加入先进智算联盟（FAIC），共建AI驱动生命科学创新生态
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。
ClickMab 科迈生物AI 评分3333 从筛选到按需设计｜科迈生物 CEO 王天元博士出席 2026 波士顿中国科大校友峰会
科迈生物 CEO 王天元在 2026 波士顿中国科大校友峰会上发表《从筛选抗体，到按需定制设计抗体》演讲，介绍 AI 指定表位抗体从头设计进展。公司 2023 年完成该方向概念验证，并以冷冻电镜结构解析和细胞功能实验验证；近期一项复杂双靶点合作中，设计的 100 条抗体有 1 条同时对两个靶点显示结合信号。
BioSpace NewsAI 评分7171 Zealand 与 Generate 达成最高 12 亿美元合作，用 AI 设计肥胖与代谢疾病药物
Zealand Pharma 与 Generate:Biomedicines 签署最高约 12 亿美元的合作协议，用其生成式 AI 平台设计肥胖及其他代谢疾病的蛋白疗法。
BioAICraft精选AI 评分7373 David Baker 团队预印本提出从头设计控制 N-连接糖链组成
David Baker、Neil King 等人在 bioRxiv 发布预印本，提出通过从头蛋白质设计在糖链周围构建结构遮挡、限制加工酶接近，从而控制 N-连接糖链组成。
推荐理由：解读 Baker 团队预印本如何用结构遮挡控制糖型，并给出从约1%到约47%的筛选改进路径。
AI-Protein DesignAI 评分8282 Baker团队在bioRxiv报告从头设计可编程N-糖基化蛋白
David Baker与Neil P. King团队在bioRxiv发布预印本，提出通过从头蛋白质设计编程N-糖基化位点与聚糖组成。流程整合RFdiffusionAA、LigandMPNN、RF3/AF3与ΔRASA空间包埋指标，使高甘露糖型糖蛋白设计成功率从第一代的1.0%（1/97）提升至46.5%（20/51）。
Yang Zhang LabAI 评分4040 从代码验证到癌症免疫：新加坡国立大学计算学院拓展AI for Science版图
新加坡国立大学计算学院四位教授获新加坡国家研究基金会资助，将AI分别用于程序验证、诊疗一体化抑制剂发现、材料设计与T细胞识别建模。其中Yang Zhang获S$9m资助，构建AI模型解析TCR-pMHC相互作用，以支持治疗性T细胞受体设计与个性化癌症免疫疗法。
智药局AI 评分3434 字节Tiktok：三年内，AI for Science将有重大突破！
TikTok首席执行官周受资在新加坡星展亚洲未来前瞻大会上表示，未来两至三年内AI有望在物理学、生物技术、化学、材料科学领域带来真正的科学突破。他提到字节跳动在AI for Science领域已发布PXDesign、Protenix、SeedProteo、SeedFold、UniMoMo等蛋白质与分子生成模型，并正寻求与科研人员合作。
AI蛋白质AI 评分1010 Prompteina：用自然语言从头设计蛋白质结构与序列的预印本模型
华盛顿大学等团队提出Prompteina，以自然语言为统一接口联合生成蛋白质全原子结构与序列，在18项结构控制任务中15项领先，CATH折叠类别准确率96.0%。
Adaptyv Bio精选AI 评分5858 Anthropic × Adaptyv 蛋白质设计竞赛第三题开放：设计激活 GLP1R 的蛋白
Anthropic × Adaptyv 蛋白质设计竞赛第三题开放，要求参赛者设计能激活 GLP1R 的蛋白质。GLP1R 是司美格鲁肽（Ozempic、Wegovy）和替尔泊肽在 2 型糖尿病与肥胖中作用的受体。
DrugAIAI 评分7474 英灵殿科技等提出 CODesign：全原子蛋白质 binder 序列–结构协同设计模型
英灵殿科技联合香港中文大学、华盛顿大学等提出全原子蛋白质 binder 协同设计模型 CODesign，通过一致性蒸馏构建约 10.5 万对二聚体样本 Codimer，并用多模态联合流匹配与一致性感知联合重采样（CAR）保持序列与结构一致。
英灵殿科技Valhalla精选AI 评分7474 英灵殿科技等提出CODesign：让蛋白质序列与结构在全原子binder设计中保持一致
英灵殿科技联合香港中文大学、华盛顿大学等提出全原子蛋白质binder协同设计模型CODesign，通过一致性蒸馏构建约105,000对二聚体数据Codimer，并用多模态联合流匹配与一致性感知联合重采样（CAR）保持序列与结构一致。
推荐理由：作者团队提出以一致性为核心的蛋白binder协同设计方法，并用消融实验拆解数据与采样环节各自的贡献。
天鹜科技AI 评分2222 天鹜科技将赴Festival of Biologics 2026展示AI蛋白质研发平台MatwingsVenus™（晓鹜™）
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™）。
Adaptyv Bio精选AI 评分5858 Adaptyv Bio 在 Proteinbase 公开 Google DeepMind SynthID Bio 蛋白水印实验结果
Adaptyv Bio 宣布，Google DeepMind 的 SynthID Bio 模型相关全部实验结果已在 Proteinbase 上线。据其引用的说明，SynthID Bio 是把水印写入 AI 设计蛋白质氨基酸序列的方法，Adaptyv Bio 在其实验室对这些蛋白质做了验证，实验数据现可在 Proteinbase 查看。
推荐理由：Google DeepMind 的 SynthID Bio 蛋白水印序列已由 Adaptyv Bio 完成实验验证，结果公开在 Proteinbase。
DrugAI精选AI 评分7474 Baker团队在Nature Communications发表SAPP与DMX流程，以规模化实验表征加速蛋白设计
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。
Marinka Zitnik精选AI 评分6363 ToolUniverse 新增 GPU 环境自动配置，支持智能体调用蛋白设计模型
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。
Rohith KrishnaAI 评分7272 KingLab 发布预印本：用全原子方法设计糖基化从头蛋白
KingLab 在 bioRxiv 发布预印本，报告多种结构编码的寡甘露糖型糖蛋白，提出糖基化可作为从头蛋白设计的可设计参数。作者 Rohith Krishna 转发该预印本并指出，多数蛋白设计只使用 20 种氨基酸，而糖基化等翻译后修饰在生物功能中必不可少。预印本链接为 https://bit.ly/4s2qK4M。
UW Institute for Protein DesignAI 评分1818 IPD入选ARIA通用制造项目资助
很高兴宣布，我们是@ARIA_research“通用制造者”（Universal Fabricators）项目中获得资助的团队之一！
ClickMab 科迈生物AI 评分2525 Click.mAb. 多智能体 AI 抗体设计平台：AI 参与抗体设计会碰撞出怎样的新可能？
ClickMab 科迈生物打造 Click.mAb. 多智能体 AI 抗体设计平台，让多个 AI Agent 协同完成靶点研究、抗体结构分析到特定表位抗体从头设计。用户只需提出研究目标，平台即可规划任务、调用工具并执行分析，一键实现特定表位抗体从头设计。
LeapFun精选AI 评分7474 诺和诺德等团队发布Proton-PottsMPNN，将质子化状态写入AI蛋白设计
丹麦技术大学、MIT与诺和诺德团队在bioRxiv发表预印本，提出Proton-PottsMPNN，通过显式设计氨基酸质子化状态生成酸性条件下结合PD-L1的候选蛋白。
推荐理由：该预印本把可滴定残基的质子化状态纳入序列设计目标，为条件响应型结合剂设计提供了可复用的建模思路。
AI蛋白质精选AI 评分8585 DeepMind发布AlphaProtein Novo：从头设计酶在哌啶合成与DEHP降解中超越自然序列挖掘
Google DeepMind团队在预印本平台发布AlphaProtein Novo（AP Novo）机器学习流水线，报告从头设计酶在哌啶合成和DEHP降解两个挑战性反应上超越自然序列或突变体筛选。
推荐理由：该预印本报告从头设计酶在哌啶合成与DEHP降解中超过天然序列筛选，并给出序列集合评分这一可迁移方法。
途深智合精选AI 评分6363 途深智合ToursynClaw完成CLDN18.2第二轮DBTL迭代，Hit Rate从3.4%升至16.0%
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。
水木分子AI 评分3838 水木分子CEO王卓智：AI智能体ChatDD赋能大分子创新药，临床前候选分子研发周期缩短至10个月以内
水木分子CEO王卓智在2026网易未来大会上称，依托自研AI智能体ChatDD，抗体类大分子药物临床前候选分子研发周期由传统18至24个月缩短至10个月以内。ChatDD覆盖立项调研、靶点评估、分子设计、优化筛选及临床前设计等环节，公司已服务50多家海内外药企和机构，2026年订单数预计增长200%以上。
天鹜科技AI 评分2525 天鹜科技携AI干湿闭环蛋白质研发平台MatwingsVenus™（晓鹜™）亮相2026 BIOCHINA华南
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。
Corin WagenAI 评分4242 LLM 逆折叠能力引热议
Ishaan 在这里做了很酷的工作。这似乎是一个有趣的“临界能力”案例：零样本逆折叠（IF）并不真正奏效，但给出几个示例（以及一些迭代）后，模型就具备了不容小觑的能力。 很期待看到这一方向如何发展。把 LLM 整合进蛋白质设计流程的想法有些奇怪，但也许目前（或不久的将来）相当合理？
CHARM Therapeutics精选AI 评分6868 CHARM Therapeutics 宣布 CHM-029 治疗急性髓系白血病的 I/II 期临床试验完成首例患者给药并完成首队列入组
CHARM Therapeutics 宣布其 menin 抑制剂 CHM-029 在复发或难治性急性髓系白血病（AML）患者的 I/II 期试验（NCT07751991）中完成首例患者给药，并完成首队列入组，初步数据预计 2027 年公布。
推荐理由：CHARM 的 CHM-029 进入临床，是蛋白-配体共折叠模型设计分子首次推进到人体试验的案例。
Pranam Chatterjee精选AI 评分7171 PepRePs：用pLM生成肽引导重定向磷酸酶实现可编程去磷酸化
Pranam Chatterjee团队提出PepRePs（peptide-retargeted phosphatases），即用肽引导重定向磷酸酶，目标是实现对任意靶点的可编程去磷酸化。该工作延续其用蛋白语言模型生成肽引导E3（uAbs）和DUB（duAbs）的思路，相关预印本已发布于bioRxiv。
推荐理由：作者团队把肽引导策略从E3、DUB扩展到磷酸酶，为可编程去磷酸化提供了一条新的设计思路。
Justas Dauparas精选AI 评分7272 Xaira 发布 X-Design，针对真实治疗靶点从头设计抗体
Xaira 的 Justas Dauparas 介绍团队开发的 X-Design，称其能针对真实治疗靶点生成抗体，其中一个靶点此前难以用常规发现方法攻克。相关细节见 Xaira 官网新闻页，推文未披露具体靶点、实验数据或验证结果。
推荐理由：Xaira 员工披露 X-Design 针对真实治疗靶点生成抗体，其中一个靶点此前难以用常规方法发现。
Adaptyv BioAI 评分2222 Adaptyv蛋白设计竞赛EGFR挑战赛剩两天
Adaptyv Bio蛋白质设计竞赛第一项挑战赛距截止还有两天，提交截止时间为10月6日（周二）。该挑战要求设计能在肿瘤酸性环境中结合EGFR、而在健康细胞中性pH下不结合，且须同时结合人源与鼠源EGFR变异体以便临床前测试。设计需通过ProteinBase平台提交。
Marinka Zitnik精选AI 评分6262 生物推理模型是否真正使用生物输入
Marinka Zitnik 转发 Ada Fang 等人的论文，考察生物推理模型在回答蛋白质、基因和细胞问题时是否真正使用生物输入，还是主要依赖文本。该研究指出，高性能可能造成依赖生物表征的假象，推理轨迹并不总能反映证据，并讨论了这些局限与改进路径。模型输入包括生物基础模型的表征以及功能注释、基因与通路描述、按表达排序的基因列表等生物文本。
推荐理由：研究追问生物推理模型是否真正使用生物输入，为理解其推理依据与评测局限提供参照。
Brian HieAI 评分1818 Evo-Φ36冷冻电镜结构获PDB月度分子
很高兴我们的Evo-Φ36冷冻电镜结构在PDB 55周年的“月度分子”文章中获重点介绍！ 获得这个结构是@_David_Li @samuelhking @driscoll_cl @maxewilkinson的出色工作。 https://pdb101.rcsb.org/motm/322
Marinka ZitnikAI 评分5858 Marinka Zitnik 评述 DeepMind 为 AI 生成蛋白质加水印的研究
Marinka Zitnik 评述 Google DeepMind 一项为 AI 生成蛋白质加水印的新工作，称其能在保持蛋白质功能和 AI 设计质量的同时嵌入标记。她提到曾与 Science 讨论追踪生物学中生成式 AI 输出的水印等策略，并称前学生 Zaixi Zhang 在 Nature 上讨论了该工作及团队相关方法 FoldMark。她引用的 Nature 内容指出，这类数字标记可被擦除。
Ali MadaniAI 评分5858 Profluent 与 BioMarin 合作，用 AI 模型设计新型药物
Profluent 宣布与 BioMarin 合作，用其 AI 模型设计新型药物。Profluent 称其基础模型基于约 1150 亿条独特蛋白质序列的 Protein Atlas，可解锁具有新功能和改进功能的蛋白质；BioMarin 将筛选 Profluent 生成的设计，并把最有潜力的设计推进到临床前测试。Profluent 的 Ali Madani 表示，公司构建的基础模型覆盖所有蛋白质模态，此次合作是这一点的证据之一。
Google DeepMind / Isomorphic精选AI 评分7474 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白与结构嵌入可验证水印
Google DeepMind 推出面向合成生物学的 SynthID Bio 水印方法，可在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名，并在实验室测试中保持生物功能。
推荐理由：介绍一种嵌入蛋白序列与预测结构的可验证水印方法，并给出湿实验与检测稳健性证据。
Profluent精选AI 评分5858 Profluent 与 BioMarin 合作，用 AI 模型设计新药蛋白
Profluent 宣布与 BioMarin 达成合作，将用其 AI 基础模型设计新型药物蛋白。Profluent 称其模型基于规模达 1150 亿条且仍在增长的唯一蛋白质序列数据集 Protein Atlas，可生成具备新功能或改良功能的蛋白；BioMarin 将筛选 Profluent 生成的设计，并把其中表现最强者推进至临床前测试。合作未披露金额、靶点或具体适应证。
推荐理由：Profluent 与 BioMarin 的分工展示了 AI 蛋白设计公司如何把生成模型接入药企的筛选与临床前流程。