EMBL-EBI 视角：基准评测如何支撑生物医学 AI 的可靠性
EMBL-EBI 研究负责人 Julio Saez-Rodriguez 等人在一篇 Perspective 文章中讨论生物医学基础模型的基准评测，提出数据质量、模型仓库与评测框架三个相互关联的支柱，并主张将性能评估与方法开发隔离、由独立方在未见数据上评测。
推荐理由：EMBL-EBI 研究负责人系统梳理生物医学基础模型基准评测的三角框架与独立评测原则，为理解模型评测争议提供参照。
#深度观点
EMBL-EBI News精选AI 评分5858
Oxford Protein Informatics Group · BlogAI 评分4343 用果蝇连接组做分子对接：MaleCNS 驱动刚性对接模拟
作者把雄性果蝇中枢神经系统连接组 MaleCNS（38,128 个神经元、300 万个突触）接入一个刚性对接模拟器，让果蝇“操控”星形孢菌素进入 CDK2（PDB 1AQ1）的结合口袋。仅训练边缘两层、约十万次强化学习后，果蝇从包括 9 Å 外且倒置的各个起始位置把分子对接到晶体构象 2 Å 以内。作者明确表示这并未解决药物发现，且模拟物理为自制、连接组本身未经训练。
BioMap 百图生科AI 评分3333 从生命科学基础模型走向世界模型的2123天探索
BioMap百图生科在BIOHK2026论坛上总结其2123天进展：已构建数十万亿tokens的AI-ready数据、模型参数达数千亿，使前沿AI建模平均数据消耗降低90%。公司称已赋能数十个first-in-class项目，并计划在北京、上海建设高通量实验室，终极目标是建立覆盖分子到人体尺度的“生命科学世界模型”以部分替代临床试验。
Valence LabsAI 评分4040 实验室批次效应与AI模型学习
在湿实验室数据上训练的模型，可能学到的不是底层生物学，而是某个研究实验室的怪癖。 “批次效应”指的是生物样本所反映的更多是关于谁做了实验、何时做的、在哪个仪器上做的，而非所关注的生物学本身。 观看 Zeinab 解释实验室如何应对批次效应，以确保 AI 模型学到的是底层生物学，而非噪声。
ClickMab 科迈生物AI 评分2020 抗体人源化、犬源化、猫源化，差别在哪？
抗体人源化、犬源化与猫源化虽同以降低异源性、保留结合功能为目标，但目标物种的抗体胚系库、CDR偏好、框架支撑方式和Fc生物学各不相同。犬猫源化并非简单更换框架，也不能直接套用人源化规则，而需将抗体重新“翻译”成目标物种更易接受的抗体语言。
剂泰科技精选AI 评分5858 剂泰生命与昭衍生物签署合资协议，共建昭泰智药mRNA CDMO平台
剂泰生命与昭衍生物于2026年9月4日签署合资协议，共同设立合资公司昭泰智药，打造mRNA药物创新研发与产业化制造平台，首个合作项目已启动。
推荐理由：合作把剂泰的AI序列设计与递送能力同昭衍生物的CDMO产能对接，呈现mRNA药物从设计到生产的整合路径。
MIT Jameel Clinic · NewsAI 评分1818 MIT Jameel Clinic 研究附属成员 Gabriele Corso 入选 MIT Technology Review 2026 年 35 岁以下创新者榜单
MIT Jameel Clinic 研究附属成员、Boltz 联合创始人兼 CEO Gabriele Corso 入选 MIT Technology Review 2026 年“35 岁以下创新者”榜单生物技术类别。
水木分子AI 评分3838 ChatDD 2.0（原OpenBioMedPro）提出Result as a Service：药物研发AI从回答问题转向完成任务
水木分子介绍ChatDD 2.0（原OpenBioMedPro），将产品定位从"AI即服务"推向"结果即服务"，让AI承接药物研发任务而非仅回答问题。该产品以任务负责人定义用户角色，通过Plan规划、Skill业务SOP调用、多模块执行与Memory项目工作区，输出分章节结果和Synthesis综合报告，并可转为HTML和PPT。医学、注册、专利、财务和投资等高风险结论仍须由专业人员复核确认。
Mohammed AlQuraishiAI 评分3030 OpenBind-0 发布获评述
David Pearlman 对我们近期发布的 OpenBind-0 写了一篇非常出色且冷静客观的评述 https://substack.com/home/post/p-213732284
Oxford Protein Informatics Group · Blog精选AI 评分5858 用机器学习预测ADME性质：两个描述符保留82%性能
OPIG的UNIQ+学生Zarif Shafiei复现Biogen ADME数据集上的模型比较结论，发现仅用RDKit的PEOE_VSA与SlogP_VSA两个向量描述符即可保留48描述符基线82%的预测性能（LightGBM、四端点5折交叉验证，平均R²由0.42降至0.36）。
推荐理由：作者复现Biogen ADME基准并检验其结论，发现两个RDKit描述符可保留82%预测性能，为特征选择提供参照。
创腾科技AI 评分3838 不是所有工业AI都需要大模型：小模型如何进入研发闭环
创腾科技在「AI 进入研发现场」系列第三篇中提出，工业研发更需要面向具体任务的性能预测、实验代理优化与现场判别三类专用小模型，而非通用大模型。文章引用电解液配方优化、电池快充协议和液相色谱方法开发三个公开案例，说明代理模型与贝叶斯优化可在闭环中减少实验次数。
予路乾行AI 评分2020 予路乾行郑铮博士：以AI助力创新药走向Best-in-Class与First-in-Class
予路乾行创始人兼CEO郑铮博士在第十一届MMC医学市场年会上介绍，公司通过多尺度分子动力学模拟与自主AI算法耦合的“分子电影”技术，将静态靶点结构转化为动态模拟轨迹。
结构生物学探索AI 评分2525 结构生物学BBS谈话录之233（结构测定106-蛋白质设计之“元宇宙”）
佰翱得方面在讨论中称，其正推进基于结构比对与相似性的蛋白“元宇宙”计划，已完成近100万结构的两两比对，拟将数十亿蛋白序列按结构聚类并叠加功能注释，建成共用数据库供检索使用。该体系被描述为可用于酶设计、蛋白骨架与PPI设计及酶工程，但讨论中多位参与者质疑“元宇宙”概念华而不实，认为结构比对与蛋白设计仍有距离。公司称目标开源，但因使用公司资源，尚不能保证开源免费。
Valence LabsAI 评分1212 Valence 谈细胞响应预测与多模态数据整合
衡量细胞内部发生的变化有很多种方法。 单独来看，每种测量都是不完整的。综合起来，我们才能开始预测细胞响应、了解机制，并将这些发现跨细胞类型泛化。 遗憾的是，整合不同数据模态并不像听起来那么简单。 想了解更多，请看 Ali Denton 的 Valence at the Whiteboard。 🎥 完整视频链接见下方
水木分子AI 评分1212 水木分子开放七岗位招聘：积蓄创新药+大模型实力，清华系AI生物医药“独角兽”诚邀加入
水木分子开放七岗位招聘，覆盖创新药物发现、医药大模型和数据、医药智能体等部门，工作地点为上海和北京。
Genesis Molecular AIAI 评分1818 Genesis CTO谈分子基础模型与AI制药
我们的CTO @edunov 做客 @AI_in_the_AM，与 @labenz 和 @8teAPi 一起讨论了分子基础模型、基于物理的模拟、湿实验数据、智能体工作流以及制药合作，以及它们如何共同服务于AI药物发现这一复杂任务。 他们还谈到了Anthropic的蛋白质结合剂设计报告、为什么亚埃级精度很重要，以及为什么生物学是AI研究中最令人兴奋的前沿领域。 观看链接：https://www.youtube.com/watch?v=JHglTBoaGTk
环肽与药物发现AI 评分4747 全球环肽药物公司介绍04：Unnatural Products
Unnatural Products（UNP）已与Merck、argenx、Novartis达成大环肽合作，三项公开最高潜在里程碑合计超35亿美元，但尚无自有候选药物进入人体临床。
望石智慧AI 评分3030 北大药学院与望石智慧“AI赋能新药创制平台”入选北京市首批人工智能赋能科学研究典型案例
北大药学院与望石智慧联合建设的“AI赋能新药创制平台”入选北京市首批人工智能赋能科学研究典型案例，是唯一“AI+医药研发”领域高价值场景标杆应用。平台覆盖疾病靶点智能识别、分子逆向生成、多步合成路线规划与细胞药效高通量预测等环节，并面向医药研发机构开放药物智能设计工具。双方此前已共建联合实验室，2025年联合申报的“智慧药物研发北京市重点实验室”获评北京市重点实验室。
剂泰科技精选AI 评分6262 剂泰科技2026中报：半年营收超去年全年47%，跨越式增长领跑AI4S生命科学落地
剂泰科技发布2026年中期业绩，报告期内营业收入人民币1.543亿元，同比增长13,399%，超过去年全年收入47%，经调整净亏损收窄56.4%至5,110万元。
推荐理由：剂泰科技中报披露营收、授权首付款与多条管线阶段，可作为观察AI递送平台商业化节奏的样本。
Patrick WaltersAI 评分2222 marimo化学信息学笔记本竞赛
很高兴与@marimo合作，探索化学结构与生物数据之间的新关系。 发挥你的创造力，突破响应式笔记本的边界，赢取奖品！详情见下👇
Mohammed AlQuraishiAI 评分1515 OpenFold 团队招募 ML 与生物信息人才
OpenFold 团队在构建下一代生物分子模型之际，面向科学和工程方向扩招，并公开其开源承诺与招聘理念。团队称受资助条款约束，将开源全部训练代码基础设施与训练数据，发布结果可完全复现，且不会转型为初创公司或 API 模式。招聘重点为大规模训练模型的机器学习科学家/工程师，以及能整合复杂异构数据、搭建高效数据管线的生物信息学与计算生物学人才，薪资与算力对标工业界。
SynBioBeta News精选AI 评分5858 ImpriMed 如何把九年兽医肿瘤学经验转为人类血液肿瘤业务
ImpriMed 将兽医肿瘤学中积累的活细胞药敏平台转向人类血液肿瘤，以合同研究服务形式向药企开放。公司称其培养与运输体系可让血液肿瘤细胞在四到七天内保持 80% 至 90% 存活，并在 14 个州 29 家诊所 31 位兽医参与的数据中报告高匹配组完全缓解率为 53%，历史对照为 27%。
推荐理由：文章复盘 ImpriMed 从兽医肿瘤学到人血液肿瘤 CRO 的路径，重点说明其活细胞药敏数据如何用于 IND 前人群选择。
Valence LabsAI 评分2222 Valence Labs 谈生成式AI置信度预测
Valence Labs 介绍其置信度预测新工作，用于判断药物分子预测结果中哪些可信、哪些需回实验室补数据。推文指出生成式AI模型很少按已有证据校准置信度，在药物发现中这种虚假自信会浪费时间和资金。视频由 Tristan 讲解。
Sergey OvchinnikovAI 评分3232 Claude 重现 Protein Hunter 协议？
看起来 claude-protein-binder-design 重新发现了我们的 Protein Hunter 协议？🤔@ChoYehlin
Valence LabsAI 评分3636 Valence Labs 谈虚拟细胞在药物发现中的定位
Valence Labs 发文讨论虚拟细胞在药物发现流程中何处最能发挥作用。其研究员 Ihab Bendidi 在博客中指出，虚拟细胞虽能模拟人体生物学，但技术本身必要却不充分，革命性突破取决于把技术指向正确方向。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 谈虚拟细胞在药物研发管线中最该发力之处
Valence Labs 发文认为，虚拟细胞最有价值的定位不是加速临床前流程，而是提升进入临床的候选质量，即做转化靶点验证。文章提出三个问题：靶点扰动是否在人类疾病生物学中产生预期效应、效应能否在患者生物变异中保持稳健、以及能否对疾病情境形成足够选择性；并建议在现有分子测量基准之外增加决策层评估，例如回溯识别后来因人类生物学不符预期而失败的假设。
推荐理由：Valence Labs 提出虚拟细胞应聚焦转化靶点验证，而非仅加速临床前流程，并给出可操作的评估维度。
Thomas ClozelAI 评分1212 呼吁以AI科学家推动生物学创新
羊群效应！我们需要在#生物学 领域借助#AI科学家 实现创新
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 回顾表型组学演进：从监督迁移学习到生成式基础模型
Valence Labs 的 Inside Valence 文章梳理细胞表型组学从监督迁移学习走向自监督与生成式基础模型的路径，起点是 2019 年 Recursion 的 RxRx1 Kaggle 竞赛，该任务覆盖约 1,100 个 siRNA 条件、125,510 张图像，并在 50 多个实验批次中重复筛选。
推荐理由：梳理细胞表型组学从监督迁移学习到生成式基础模型的演进，并说明RxRx3数据集在虚拟细胞研究中的支撑作用。
水木分子AI 评分4242 清华AIR首席研究员、水木分子首席科学家聂再清：智能体赋能药物研发——不止于靶点筛选
聂再清在《健康报》撰文指出，智能体可完成分子生成优化与活性预测，其团队用ChatDD从头设计数十种抗体，湿实验验证21%展现较高亲和力。他强调目前尚无药物全流程由AI全自动完成，瓶颈在于大量人体作用机制未被AI解析，更准确的定位是领域专家与AI协作。技术、应用与安全层面的挑战仍待解决。
望石智慧AI 评分3838 产学研金深入对话：AI已进入药企深水区，望石智慧以微观世界模型为底座探究生命底层规律
望石智慧CEO周杰龙在AI FOR PHARMA 2026峰会上表示，公司以微观世界模型为底座，将物理规律、分子生成与效果预测统筹到同一模型体系，从底层解释分子与靶点作用机制。其与齐鲁制药合作完成超6000个分子筛选与聚类分析，合成两款全新衍生物，产出活性优异、选择性突出的潜在先导化合物。公司称该平台覆盖从靶点发现到PCC各环节，已沉淀十余条自研管线，部分进入临床试验阶段。
予路乾行AI 评分2828 予见｜予路乾行刘文朗：AI时代，药物发现为何更加需要物理模拟？
予路乾行计算化学总监刘文朗认为，分子动力学模拟的价值在于揭示药物分子与靶点在动态环境下的结合机制，而非仅给分子打分。其参与的与北京鞍石合作的下一代c-Met候选分子已进入中美双I期临床，计算分析用于提前排除高风险设计方向、安排合成优先级。予路乾行还推出BioTrajectory AI平台，用于早期立项的信息汇总与技术脉络追踪。
Mol.AIAI 评分3838 辅助决策新尝试：如何构建一个具备“因果逻辑”的药物重定位初筛工作流？
一套基于Python（LangChain）的药物重定位初筛工作流新增因果一致性初步判定、FDA实时状态校验与临床阶段穷尽扫描，并锁定真实PMID和NCT编号供AI摘要阅读以防幻觉。三款药物实测中，替尔泊肽在2型糖尿病被识别为Phase 4，伊马替尼在BCR-ABL阳性白血病关联分0.8+，雷帕霉素在特应性湿疹关联分0.601。作者说明结果依赖公开API且AI因果判定不等于药效学实验或临床结论。
Valence Labs 官网资讯AI 评分3636 Valence Labs 回顾 ICML 2026：AI4Bio 论文占比 2.5%，聚焦模型效率与扰动预测
Valence Labs 回顾 ICML 2026，AI for biology 与健康方向论文占全部接收论文的 2.5%，在主题领域排名第 5。会议聚焦模型效率与转录组扰动预测，PerturbDiff、scBIG 等采用流匹配报告了当前最优性能，PerturbODE 则借助神经常微分方程推断基因调控网络。
Daphne KollerAI 评分3838 insitro推出Deep Phenotype专栏谈AI制药
insitro创始人Daphne Koller发文指出，仅约四分之一人类疾病有获批疗法，超90%进入临床试验的药物失败且多数因靶点机制选错，AI无法靠推理绕过对生物学的实测。
望石智慧AI 评分1818 望石智慧受邀出席2026中国科创投资夏季峰会，三重内核构筑AI4S“准独角兽”核心竞争力
望石智慧创始人兼CEO周杰龙在2026中国科创投资夏季峰会上称，AI4S护城河来自人才、数据、生态三重叠加，公司正搭建覆盖电子、原子到分子的跨尺度微观分子世界模型。公司携多模态AI 3D分子生成平台MolVado与全栈式医药早研智能体MolVortex亮相展会与路演，并提及此前与华为、广药集团的“算力+模型+场景”三方合作。
LabGenius Therapeutics · NewsAI 评分4242 LabGenius：超越结合剂设计，AI 的下一个前沿是多特异性抗体设计
LabGenius Therapeutics 计算科学与工程副总裁 Winston Haynes 指出，多特异性抗体优化因缺乏公开功能数据，仍主要依赖人工直觉，而连接子结构等组装方式的小改动即可显著改变效力与选择性。其提出将多特异性抗体构建与高通量自动化实验耦合，用智能体主动学习让 AI 模型与自动化实验室形成闭环，从每次实验数据中持续优化设计。
望石智慧AI 评分2828 BIO 2026特别对话：医药魔方 × 望石智慧共话AI制药机遇与全球化风向
望石智慧在BIO 2026国际大会期间与医药魔方围绕「中国创新走向世界」展开对话，并展出小分子药物研发技术平台及智能体产品。公司介绍AI 3D分子生成平台MolVado融合大语言模型与几何深度学习、依托电子云密度数据实现3D分子生成，全栈式早研智能体MolVortex可自主拆解任务、调度工具并联动湿实验室形成干湿闭环。
予路乾行精选AI 评分5858 予路乾行用分子动力学设计DYRK1B选择性抑制剂，选择性从约2倍提升至近20倍
予路乾行为一家海外生物技术公司完成DYRK1B选择性抑制剂项目，6个月内设计并合成20个化合物，交付IC50小于5nM、对DYRK1A选择性指数近20倍的分子。
推荐理由：项目展示了用分子动力学捕捉同源激酶动态构象差异、指导选择性设计的可复用路径。
环肽与药物发现AI 评分3636 全球环肽药物公司介绍03：Protagonist Therapeutics
Protagonist Therapeutics与Janssen联合开发的口服IL-23R拮抗肽icotrokinra于2026年3月获FDA批准（商品名ICOTYDE），用于12岁及以上、体重至少40 kg的中重度斑块型银屑病患者，推荐剂量200 mg每日一次。
BioSymetricsAI 评分1818 BioSymetrics首席科学官谈疾病异质性
BIO 2026 提出了关于研发未来的问题。BioSymetrics 首席科学官 Gabe Musso 反思了疾病异质性与平台能力的价值。#BIO2026 #Neurodegeneration #Biotechnology