Profluent谈生物学AI机遇
生物学的复杂度不亚于文本,而且(在我们有偏见的看法中)影响力要大得多。然而,世界上只有一小部分AI人才和算力投向这一领域。 这个领域远远未被充分开发。 观看 @thisismadani 与 @nathanbenaich @airstreetcapital 的对谈,聊聊这一机遇。
生物学的复杂度不亚于文本,而且(在我们有偏见的看法中)影响力要大得多。然而,世界上只有一小部分AI人才和算力投向这一领域。 这个领域远远未被充分开发。 观看 @thisismadani 与 @nathanbenaich @airstreetcapital 的对谈,聊聊这一机遇。
Genesis Molecular AI 的基础模型 Pearl 入选 Fast Company "2026 改变世界创意"榜单,被列为 21 个引领医疗健康未来的项目之一。
Radical Numerics 宣布结束隐身状态,完成 5000 万美元种子轮融资,并预览基因组语言模型 Omnii。创始团队称曾训练 Evo 与 Evo 2(40B 参数、基于 DNA 序列训练、完全开源),Omnii 在致病因果变异检测和 AI 生成病原体识别上称达到 SOTA,并正与一家诊断公司合作用于胰腺癌及多癌种早筛、与美国国家实验室试点大流行检测。作者本人仅表示观察了该团队的人才密度并祝贺其结束隐身。
Terray Therapeutics宣布其药物发现平台EMMI(实验遇见机器智能)入选Fast Company“改变世界创意”榜单。EMMI将AI与实验整合,用于探索化学空间中的“暗区”,以发现并优化针对难治疾病的新型小分子药物。
Genesis Molecular AI 因药企合作扩大、基础模型规模提升而扩充团队,正招聘 ML 与分子模拟科学家及基础模型 ML 研究科学家等岗位。前者将用 3D 扩散模型、物理启发神经网络和大规模分子模拟推进其 GEMS 药物发现平台,后者聚焦深度学习、物理与计算化学交叉的生成式 AI 模型研究。公司同时在 ML 研究、应用 ML 科学、产品与软件工程等方向开放职位。
下一代AI公司正筹集数十亿美元,用于加速药物发现、优化药物设计乃至开发可编程疗法。尽管AI正在影响研发流程,数据与开发瓶颈依然存在。
浙江大学课题组本科生沈欣领衔的“LynxMind——中枢神经药物设计领航者”项目在浙江省第十五届“挑战杯”大学生创业计划竞赛中获本科生组生物医药与健康科技赛道金奖。该项目为面向中枢神经系统疾病的新一代药物发现一体化平台,构建专属数据库并整合血脑屏障穿透性预测、分子生成与优化、可解释性分析等功能。
HotSpot Therapeutics 将于 6 月 3-6 日在伦敦举行的 EULAR 2026 上以海报形式展示其干扰素调节因子 5(IRF5)项目的临床前数据。
Biohub 宣布支持 15 个研究项目,与合成生物学专家共同搭建免疫细胞工程的基础工具包,包括逻辑电路、合成受体、结合剂文库和传感平台。获资助团队包括 David Baker 团队设计可读取多种生物信号并作出响应的蛋白电路、James Collins 团队构建 RNA 分子电路、Wendell Lim 团队汇编传感器与逻辑电路模块目录。
推荐理由:Biohub 公布 15 个免疫细胞重编程资助项目,展示合成生物学工具包的模块化分工与团队布局。
$LTRN 公布 http://withZeta.ai 的下一阶段路线图: → ZetaSwarm™:多智能体科学推理 → ZetaOmics™:实时计算生物学 迈向肿瘤研发的AI联合科学家 了解更多:https://bit.ly/4weTdpt @withzeta
我们 @ProfluentBio 的团队正在招聘:蛋白质设计科学家,智能体工作流方向。 蛋白质语言模型学习自然序列的进化规则,但将其转化为端到端可运行的设计流程是另一个问题。 https://job-boards.greenhouse.io/profluent/jobs/5200182008
推出 Medra Lab 001。数百台机器人,不到 90 天建成。现已开放。
Ignota Labs 入选 AI for Science Datasets RFP 十大获胜者,其提案是构建数据集以加深对药物毒性根源及缓解方式的理解。该公司与 Arctoris 合作,针对一批存在显著选择性挑战的癌症相关激酶,绘制分子结构微小改动引发行为显著变化、常导致意外副作用的化学边界,并称这是首个此类资源。
据转发内容,Anthropic 以约 4 亿美元收购成立约 6 个月、员工不足 10 人的生物科技初创 Coefficient Bio,人均对价超过 4000 万美元。Coefficient Bio 此前在搭建面向生物科技任务的 AI 平台,涉及药物研发规划、临床监管策略管理和新药机会识别,团队将加入由 Eric Kauderer-Abrams 领导的 Anthropic 医疗健康与生命科学团队。该信息来自他人转述,Anthropic 与 Coefficient Bio 均未在材料中确认。
推荐理由:这条转发披露了 Anthropic 收购小型生物科技团队的价格与人员去向,可作为观察 AI 公司进入生命科学赛道的参照。
我们期待本周在世界疫苗大会上展示基于AI的新型脊灰疫苗设计概念。我们还将展示其靶向巨细胞病毒的EVX-V1疫苗项目的数据。 更多内容见我们的新闻稿:https://evaxion.ai/investors/press-releases/?press_release_id=11026 #EVAX
《In Vivo》以两篇系列报道梳理自主实验室的建设者、架构与商业模式选择,及其对药物发现组织、外部研发合作和操作人员的影响。报道认为自主实验室并非现有自动化的渐进升级,而是对仍发生在手工实验台上的99%药物发现研发支出的结构性挑战。
Ignota Labs 入选 Labiotech.eu 的“2026 年值得关注的 18 家英国生物科技初创企业”名单。该公司用结合先进机器学习模型与多模态数据的 AI 平台解析毒性机制,为失败药物提供解决毒性成因、优化给药方案和临床重定位的可执行洞察,推动其尽快重返临床。
STAT News对AI设计抗体的现状做了平衡报道,既呈现实际进展也保留质疑。Nabla Bio CEO Surge Biswas表示,公司开发AI以压缩药物发现周期,针对难成药靶点、新功能和更优药物特性设计更好的药物,并与领先药企团队紧密合作。
百奥几何凭借原子级蛋白质基础大模型GeoFlow V3入选《2025 AIGC 行业创新榜 TOP100》。该模型首次将多步推理引入蛋白设计,在TSLP、IL-33等七个靶点的十项从头设计任务中平均命中率达18.7%,较上一代AI方法提升超百倍,最高亲和力36nM,先导分子发现周期缩短至三周以内。在亲和层析填料蛋白设计中,单轮计算测试100条序列即获得多条pM级亲和力候选分子。
Ginkgo 于 11 月 18 日宣布发起虚拟细胞药理学计划 VCPI,以社区协作方式构建面向 AI 药物发现的虚拟细胞数据。该计划采用高通量阵列式 DRUG-seq 筛选,依托 10 亿美元自动化设施和标准化细胞系,并将公开 10 万个高质量化合物的 RNA 谱数据,具体化合物由社区投票选择。
推荐理由:Ginkgo 以标准化细胞系和 DRUG-seq 构建虚拟细胞药理学数据,并公开征集化合物,为数据侧建设提供参照。
Ignota Labs CEO Sam Windsor 在 Real Deals 的报道中表示,生物科技投资回报特征与传统私募股权差异明显:后者可能五笔投资中一笔赚 2 倍即算成功,而生物科技成功意味着 100 倍回报、失败则归零。报道同时关注药物失败的高成本与提升转化率的重要性,Ignota 则利用 AI 平台 SAFEPATH 理解临床试验失败药物的安全性问题,以挽救这些药物。
Ignota Labs在ELRIG 2025上介绍其药物“扭转”流程:用AI解析药物失败背后的机制通路,据此确定分子需要改动之处,再通过收购或合作获得药物权益并开发新临床候选物,尽快推回临床。公司称该路径可缩短开发周期、改善安全性,并较传统药物发现减少最高80%的碳排放。其策略聚焦他人放弃的已有苗头候选物,而非从零创造新药。
Anthropic 推出首个行业专属产品 Claude for Life Sciences,可对接 Benchling、PubMed、10x Genomics 和 Synapse.org,其 Claude Sonnet 4.5 在 Protocol QA 基准上得分 0.83,高于人类基线 0.79。
2025上海国际生物技术与医药研讨会分论坛上,学界、产业与资本围绕细胞治疗、AI制药、大分子药物展开讨论。英矽智能称其AI驱动IPF项目仅用18个月、260万美元确定临床候选化合物,德睿智药称AI知识图谱将口服小分子GLP-1研发周期压缩至四年半并推进至III期临床门槛。圆桌环节认为中国创新药出海已从技术授权升级为共同开发模式。
奥泊生科2025年在武汉创立,由诺贝尔化学奖得主迈克·莱维特与马剑鹏等联合领衔,并在武汉产业创新发展研究院支持下成立AI蛋白质设计研究所、于光谷建设AI蛋白质设计改造产研中心。公司称其干湿结合蛋白质设计及结构解析技术可服务药物靶点发现、抗体改造、工业酶设计与创新药物研发,借助AI可在几周内计算筛选大量样本,而传统实验筛选耗时长达数年。
TPD2025 第二届靶向蛋白降解药物开发论坛与 DSSM2025 药物筛选与小分子药物创新论坛将于2025年8月26-27日在上海举办,会议规模300-350人。论坛聚焦PROTAC、分子胶、LYTAC等新型降解技术及新型E3连接酶发现、成药性评价、转化医学与临床开发等议题,并设有TRK降解剂、pan-KRAS口服PROTAC RP04340、EGFR-PROTAC HJ-004等管线报告。
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 的 Dr Layla Hosseini-Gerami 在圣地亚哥 Fierce Pharma Engage 演讲,讨论用 AI 主动获取资产以形成数据驱动、降低风险的交易流,并修复毒性问题以重定位高潜力但此前失败的药物。她还谈及 BD&L 团队与投资者在评估 AI 平台时应关注什么。
Ignota Labs 被 Silicon Republic 评为“本周初创企业”。该公司称其利用 AI 平台修复最有前景的失败药物,使其重新进入临床试验以寻求获批,从而在以往不可能的时间框架内将原本被放弃的药物推进临床。
Ignota Labs 收购被放弃的药物候选物,用 AI 诊断其安全性问题并修饰化合物,以再次尝试临床试验。CEO Sam Windsor 称,传统药物发现仅推进到临床试验就可能耗资超 1000 万美元、耗时七八年,而该公司的方法可在不到两年、低于 100 万美元内完成。
Ignota Labs 联合创始人兼 CDSO Layla Hosseini-Gerami 获 Innovate UK 女性创新奖,每位获奖者获 7.5 万英镑资助。
在世界关节炎日,我们正通过DeepLife的110个数据集和3千多项实验推进关节炎研究!🔬 我们的#OmicStore + #CellBlueprint帮助整合专有数据,加速临床前和1期研究,以带来更好的治疗方案。🌍 了解更多:https://www.deeplife.co
🔬 #DeepLife揭晓:BiotechX上的Cell Blueprint预告 🔬 我们的首席科学家Thomaz Dias将在#BiotechX上展示#CellBlueprint!欢迎到616展位观看现场定制演示! 🎁 免费试用:https://lnkd.in/daRCHQDg 📽️观看介绍视频:https://lnkd.in/dQe7JTSc
欢迎收听我们最新一期#FODD节目,嘉宾是诺和诺德抗体设计高级数据科学家Rahmad Akbar。 我们聊了#人工智能如何为抗体设计创造新可能。 https://hubs.la/Q02Nm3Ny0 #antibodydiscovery
DeepLife 带来激动人心的消息!🚀 我们开启了 CENTURI Hackathon 2024! 我们的 CTO Jean-Baptiste Morlot 展示了我们用于重建细胞数字孪生的突破性生成式 AI。衷心感谢我们团队和合作伙伴的支持!🙌 #Innovation #AI #BioTech #Deeplife
寻明生科在WAIC 2024入选“Future Tech 100未来之星”,并作为AI+制药领域两家入围企业之一参与Future Tech创新项目路演,介绍生成式AI与高通量数字生物学助力抗体设计。公司成立于2023年,结合高通量单细胞功能筛选、蛋白超突变进化和结构启发的生成式AI大模型,打造干湿闭环智能大分子药物发现平台。成立一年内已与10家跨国药企和知名biotech达成合作。
HotSpot Therapeutics宣布将在6月19-22日于费城举行的第4届AACR恶性淋巴瘤国际会议上展示其MALT1项目的更多临床前数据,报告题为“以MALT1支架抑制剂靶向CBM信号体治疗非霍奇金淋巴瘤”(PO-036)。该MALT1项目被公司称为高度差异化,其Smart Allostery™平台结合计算方法与AI驱动的大规模数据挖掘,用于发现靶向蛋白“天然热点”的口服小分子变构药物。
Ignota Labs 从伦敦迁至剑桥科学园并启用新设施,公司凭借 AI 平台 SAFEPATH 专注于挽救存在安全性问题的药物。SAFEPATH 利用因果知识图谱梳理导致药物不良反应的关系与通路,以识别和缓解潜在安全性问题。该公司近期获得 OxbridgeAI Challenge 奖项。
Ignota Labs 于12月8日赢得首届 Oxbridge AI Challenge 奖,联合创始人兼 CDSO Dr Layla Hosseini-Gerami 表示将把奖金用于为 AI 模型获取实验室验证。该竞赛旨在识别、支持和资助有前景的 AI 初创想法,公司称正用深度学习扭转有潜力但失败的药物。
盖茨基金会向 A-Alpha Bio 授予 80 万美元资助,用于优化传染病疗法。GeekWire 报道称,该公司的 AlphaSeq 平台结合机器学习,可帮助开发治疗传染病的药物。