GDPa5：基于大规模IgG数据预测VHH-Fc可开发性
Ginkgo发布GDPa5，一个含160个成员的VHH-Fc库，在PROPHET-Ab平台上用10项生物物理实验进行表征，并同步发布bioRxiv预印本。在559个IgG上训练的跨格式模型优于仅用GDPa5训练的模型，作者认为优势来自标准化IgG数据的规模而非格式本身。
推荐理由：该预印本公开VHH-Fc可开发性数据集，并比较IgG训练模型与格式内训练模型的跨格式迁移表现。
#数据/基准
Ginkgo Datapoints · Updates精选AI 评分7070
英灵殿科技Valhalla精选AI 评分7474 NACraft：用全原子结构模型反馈实现可编程核酸适配体设计
Valhalla Technology 等提出 NACraft，将 Boltz-1 全原子结构模型的可微分反馈反向传播到核苷酸序列，在推理阶段统一支持 de novo、similarity-guided 和 target-selective 三类 RNA/DNA 适配体设计，无需针对任务重新训练。
推荐理由：该工作把全原子结构模型的反向反馈用于核酸适配体设计，并给出跨靶标与选择性任务的评测结果。
AI4Protein精选AI 评分8383 Anthropic 论文：Claude 智能体自主设计蛋白 binder，15 个靶点命中率 26.8%
Anthropic 的论文让 Claude 在约 1.6 万词操作规程下自主完成从靶点调研、表位选择到工具编排与排序的蛋白 binder 设计，15 个可解释靶点共 1320 个设计中 354 个被判为 binder，总命中率 26.8%，14 个靶点至少得到一个 binder。
推荐理由：论文用双 CRO 实测检验 Claude agent 自主完成 15 个靶点的 binder 设计流程，并给出失败靶点与评分局限。
AI4ProteinAI 评分7373 MaSIF-mimicry结合GluePCA绘制CRBN-分子胶互作网络
研究团队将AI蛋白表面查询方法MaSIF-mimicry与高并行蛋白互补实验GluePCA结合，在全蛋白组范围绘制CRBN-泊马度胺潜在互作网络，鉴定出6个已知及43个新的CRBN-泊马度胺结合蛋白，并对部分候选做了正交验证。
Mohammed AlQuraishiAI 评分3030 蛋白质语言模型训练不宜丢弃单例
看起来非常有意思！ @KevinKaichuang：训练蛋白质语言模型时，人们通常会丢弃那些没有与至少一个其他蛋白质聚类的宏基因组蛋白质（单例）。我们与 @riavinod_ @Samir_char @avapamini @lorin_crawford 一起证明，这很可能不是正确的策略。
Brian Hie精选AI 评分7373 ProteinDPO 将蛋白生成模型对齐实验适应度，成果发表于 Nature Methods
Brian Hie 团队用 ProteinDPO 将蛋白生成模型与实验适应度对齐的工作已发表于 Nature Methods。发表版本新增了对 H5 血凝素（流感疫苗组分）的稳定性突变结果。论文链接：https://www.nature.com/articles/s41592-026-03137-3
推荐理由：该工作把蛋白生成模型与实验适应度对齐，并给出在流感疫苗组分H5血凝素上的稳定性突变结果。
SynBioBeta News精选AI 评分7474 RyboDyn 在肿瘤暗转录组中发现第二套人类蛋白质组
RyboDyn 在 bioRxiv 预印本中报告，其测序平台 RyboCypher 在肺癌、结直肠癌及癌旁组织和癌细胞系中解析出约660万个暗 RNA 位点，其中超过97%不见于现有非编码 RNA 数据库。
推荐理由：RyboDyn 用自建测序平台在肿瘤样本中挖掘出约8万条隐秘肽段，并给出一个可成药的表面靶点验证案例。
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。
PDBeAI 评分4242 PDBe发布片段筛选数据使用新建议
📄片段筛选数据使用的新建议来了。 该白皮书总结了关于片段筛选、从命中到先导化合物及先导化合物优化研究中结构生物学数据存储与复用的社区指导意见。 ⬇️在此阅读⬇️ https://cdn.rcsb.org/wwpdb/docs/documentation/Frag-screen-data-White-paper-08112026.pdf
Philippe Schwaller精选AI 评分8282 SynthEx：面向复杂天然产物的策略优先合成规划智能体
Schwaller 团队发布预印本 SynthEx，一个以语言模型生成原子级图编辑断键、由多智能体分工提出策略、扩展路线并模拟修复的合成规划器。在 1,098 个无报道全合成的复杂天然产物上，近乎穷举的 AiZynthFinder 解出 13.8%，SynthEx 达到 63.9%，分子越复杂差距越大。
推荐理由：该工作用智能体规划复杂天然产物合成路线，并以专家盲评比较机器与人类步骤，提供了可参照的评测设计。
AurekaBio 寻明生科精选AI 评分6060 寻明生科完成1亿美元B系列融资，加码生物基座模型与Lab-in-the-Loop闭环
寻明生科（Aureka Biotechnologies）宣布完成总额1亿美元的B系列融资，首轮由Granite Asia独家投资，后续轮次由产业投资人领投、弘晖基金跟投，启明创投、经纬创投及纽尔利资本等现有股东持续投资，公司累计融资近2亿美元。
推荐理由：融资披露同时交代了资金用途与Lab-in-the-Loop闭环体系，可了解该公司基座模型与实验平台如何衔接。
环肽与药物发现精选AI 评分5959 为什么N-烷基化有利于透膜性？N/Cα双取代骨架位阻机制解读
文章解读东京大学Jumpei Morimoto与Shinsuke Sando团队的研究，指出N-烷基肽的高被动膜渗透性除去除酰胺N–H外，还来自N/Cα双取代产生的骨架位阻约束。
推荐理由：文章拆解东京大学团队关于N/Cα双取代骨架位阻促进肽透膜的机制研究，为口服环肽设计提供可迁移的结构判断依据。
AI4Protein精选AI 评分5858 临港实验室发布AI药物研发工作台元生·开物OriBench测试版
临港实验室发布AI药物研发工作台元生·开物OriBench测试版，整合基因组学、单细胞、蛋白质组学、结构生物学、化学信息学与药理毒理学等技能，支持固定流程、智能编排和自定义编排三种长任务执行模式。
推荐理由：临港实验室把靶点发现、组学分析与分子设计整合进同一工作台，并公开了与Claude Code的基准对比。
英灵殿科技Valhalla精选AI 评分7070 英灵殿科技提出EpiBench基准：评测大模型能否从序列理解抗体表位
英灵殿科技团队提出EpiBench，一个面向抗体药物发现的表位推理基准，包含1,609个样本和五项相互关联任务，标签来自抗体–抗原复合物结构、功能性B细胞实验与深度突变扫描数据。
推荐理由：该基准把表位理解拆成五项抗体发现决策任务，并给出通用大模型在长序列定位与抗体特异性对应上的具体缺口。
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。
Hannes Stärk精选AI 评分5858 cofoldarena.ai 上线开源共折叠结构预测模型排行榜
Hannes Stärk 转发推荐 bjing2016 制作的 cofoldarena.ai，这是一个与 PDB 同步、每周更新的开源共折叠结构预测模型排行榜，所有预测结果均可查看和下载。bjing2016 表示，推出该榜单是为了帮助大家跟上不断涌现的开源共折叠模型。
推荐理由：该榜单按周同步 PDB 并公开预测结果，为比较开源共折叠结构预测模型提供了可下载的参照。
A-Alpha Bio 官网资讯精选AI 评分7272 A-Alpha Bio 发起 Atlas Consortium 数据联盟，GSK、Boltz、Cradle、Dyno Therapeutics 为首批成员
A-Alpha Bio 宣布成立 Atlas Consortium，首批五家创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics，以订阅制按季度设计并共享标准化抗体抗原实验数据。
推荐理由：该联盟以订阅制汇集标准化抗体抗原实验数据，为AI抗体设计提供可比的亲和力与结构训练资源。
Inductive Bio 官网资讯精选AI 评分6060 Inductive Bio 在 OpenADMET PXR 盲测挑战中夺冠，为连续第三次获第一
Inductive Bio 在 OpenADMET 的 PXR Blind Challenge 中排名第一，击败来自大型药企、生物技术公司、学术机构和 AI 组织的 350 多名研究者。
推荐理由：Inductive Bio 在 PXR 盲测挑战中夺冠，可与该公司连续三次盲测成绩及 ADMET 建模的真实条件评测对照阅读。
Evaxion Biotech 官网资讯AI 评分5151 Evaxion公布CMV疫苗项目EVX-V1新临床前数据
Evaxion在2026年国际疱疹病毒研讨会上以海报形式公布其巨细胞病毒（CMV）疫苗项目EVX-V1的新临床前数据，显示AI-Immunology平台发现的T细胞表位在CMV感染小鼠中具有改善急性感染、潜伏和再激活控制的潜力。
NewLimit · Progress Blog精选AI 评分6868 NewLimit 2026年5-6月进展：先导资产放大120倍、AI系统实现跨细胞类型泛化
NewLimit 在2026年5-6月进展更新中称，其先导重编程药物已完成生产放大超过120倍，足以支持关键非临床研究，并计划明年进入临床。其AI系统Ambrosia首次实现跨细胞类型泛化，在预测内皮细胞重编程效果时用少于三分之一的实验数据达到与谱系专用模型相当的性能。公司还发现5个可恢复衰老内皮细胞年轻基因表达与再生潜力的重编程载荷，并完成C轮融资。
推荐理由：NewLimit 披露先导资产放大生产与跨细胞类型泛化的进展，呈现重编程药物从发现走向临床前的具体路径。
Biohub · NewsAI 评分4848 Biohub 年度回顾：蛋白质世界模型、激光相位板与患者驱动科研
Biohub 发布基于下一代 ESM 的蛋白质生物学世界模型，可预测蛋白质折叠、相互作用与功能并设计新蛋白，科学家已用其设计抗体候选物，在针对癌症和免疫相关靶点的早期实验室测试中显示积极结果。该机构还与 UC Berkeley 团队合作推出全球首个电子显微镜激光相位板，并联合多家研究机构发起 Virtual Biology Initiative，以构建人类细胞的预测性虚拟模型。
AurekaBio 寻明生科精选AI 评分7272 寻明生科开源全原子生物分子基座模型 OpenDDE
寻明生科于2026年7月7日发布并开源全原子生物分子基座模型 OpenDDE，将生物分子共折叠、结构推理与规模化法则纳入同一框架。
推荐理由：寻明生科开源全原子共折叠基座模型，抗体-抗原基准成绩与规模化趋势为评估开放结构模型提供参照。
A-Alpha Bio 官网资讯精选AI 评分6868 A-Alpha Bio 推出 Atlas 平台，以实验结合数据缓解 AI 蛋白设计的数据瓶颈
A-Alpha Bio 推出名为 Atlas 的网页平台，提供可授权的机器学习就绪蛋白相互作用数据，并支持按需生成新的结合数据。平台由高通量平台 AlphaSeq 产生数据，采用统一实验条件与标准化对照，使不同实验的数据集可合并用于模型训练与基准评测。
推荐理由：该平台把标准化实验产生的结合数据组织成可授权数据集，为抗体设计模型的训练与基准评测提供数据来源。
MindWalk / ImmunoPrecise AntibodiesAI 评分2828 MindWalk为HYFT生物数据架构申请专利
MindWalk（NASDAQ: HYFT）已就围绕HYFT®模式锚点构建的多维生物表征层提交专利申请，该层为模型无关的上下文层，用于支持ReefIQ™、LensAI™及客户自选AI工作流在药物发现中检索、比较和推理可追溯的关联生物学数据。公司称该架构旨在让模型与智能体工作流保留数据来源并跨项目复用知识，此次申请意在保护HYFT®技术的核心架构。
Valence Labs 官网资讯精选AI 评分7272 Valence Labs 发布全原子显式溶剂玻尔兹曼采样模型 AquaGen
Valence Labs 发布 AquaGen，称其为首个全原子、显式溶剂、考虑周期性边界条件的生成模型，可从玻尔兹曼分布生成分子构型。该模型用 3D 图神经网络将噪声转为药物分子与水的全原子三维排布，再以力场评估能量、以灰盒方式计算绝对水合自由能，约需数百个样本即可获得相对 MD 参考约 1 kcal/mol 误差的结果，速度约为 MD 的 10 倍。
推荐理由：介绍首个全原子显式溶剂玻尔兹曼采样模型，说明其相对分子动力学的速度与误差权衡。
Inductive Bio 官网资讯精选AI 评分5858 Inductive Bio 加入 Anthropic 生命科学生态，通过 Claude 提供 ADMET 预测
Inductive Bio 宣布加入 Anthropic 生命科学生态，并发布 Model Context Protocol（MCP）连接器，让 Claude 和 Claude Science 用户可用自然语言对任意化学结构获取 ADMET 性质预测。
推荐理由：Inductive Bio 把其 ADMET 预测模型接入 Claude，为小分子设计中的性质评估提供了一种对话式调用入口。
Open Targets · Blog精选AI 评分5858 Open Targets Platform 26.06 发布：新增单细胞与蛋白组表达数据并更新靶点优先级评分
Open Targets Platform 26.06 已上线，基线表达数据新增 Tabula Sapiens 单细胞 RNA 测序与 PRIDE 质谱蛋白组数据，可在组织层级之外浏览细胞类型层级表达。
推荐理由：该版本把单细胞与蛋白组表达数据纳入靶点优先级评分，并公开了临床挖掘与L2G管线的具体改动。
MIT Jameel Clinic · News精选AI 评分7373 机器学习筛选出抗耐药淋球菌的新型抗生素候选分子
MIT 的 Melis Anahtar 团队用含 38,650 个分子及其抑制淋球菌生长数据训练神经网络，再筛选 610 万分子，找到预测可靶向该菌的候选。实验室测试显示其中一个分子对多重耐药淋球菌有效且对人细胞毒性较低；用另外 152 个分子重训模型后又发现一个候选，该分子在体外杀死多重耐药菌株并在小鼠体内降低药物敏感菌株水平，进一步实验显示其抑制细菌细胞壁合成所需的一种酶。
推荐理由：研究用3.8万分子训练神经网络筛选610万分子，找到对多重耐药淋球菌有效且机制新颖的候选。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 提出 f-Trajectory Balance 损失族，用于分子生成与 LLM 的探索调优
Valence Labs 的 Jason Hartford 介绍其 ICML 论文 f-Trajectory Balance，提出一族损失函数用于微调 GFlowNets、生成模型和 LLM，并支持离策略与在策略数据。
推荐理由：作者从损失函数角度解释生成模型探索与利用的权衡，为分子生成和 LLM 微调提供可迁移的方法视角。
Amy X. LuAI 评分1515 生物数据"苦涩教训"的苦涩教训
生物数据"苦涩教训"的苦涩教训（仅限个人亲身经历）在于，天真的"苦涩教训"式做法永远是苦涩的😔 （但是！我仍然是"苦涩教训"的粉丝，只是它从来不是第一次尝试时预期的那种苦味，总还撒着别的香料） （这种总体感受和粉丝情怀也延伸到帖子里关于虚拟细胞的讨论）
Ginkgo Datapoints · Updates精选AI 评分7171 Ginkgo发布160个双特异性抗体可开发性数据集与设计规则
Ginkgo在统一的knobs-into-holes CrossMab IgG1骨架上，用PROPHET-Ab高通量平台的10项检测表征了160个双特异性抗体及其65个亲本臂，并公开数据集。
推荐理由：研究用160个双抗与65个亲本臂的配对数据，区分哪些可开发性指标可从亲本预测、哪些必须在双抗层面测。
Roshan Rao精选AI 评分6060 Roshan Rao 发布用公开 API 复现 ESMFold2 规模扩展结果的仓库
Roshan Rao 表示所有必要参数已更新，并发布仓库 esmfold2-inference-scaling，用于通过公开 API 复现 ESMFold2 的规模扩展结果。其引用的说明指出，规模扩展高度依赖对 pair representation 的扰动，论文结果设置了每轮随机 LM dropout mask、开头随机 LM 输入 mask、每轮重新随机 MSA 子采样和每轮变化的 MSA 列掩码，这些关键参数此前未在公开 API 中暴露，具体设置见补充材料。
推荐理由：作者公开可复现 ESMFold2 规模扩展结果的推理仓库，并说明此前 API 缺失的关键参数已更新。
Genesis Molecular AIAI 评分2020 Genesis Molecular AI 的 Pearl 模型入选 Fast Company 2026 改变世界创意榜
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。
Amy X. Lu精选AI 评分5858 Radical Numerics 以 5000 万美元种子轮结束隐身，预览基因组语言模型 Omnii
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。
Verge Genomics (Verge Labs)精选AI 评分6363 Verge Labs 发布精准神经病学基础模型 vBx-1.0
Verge Labs 发布精准神经病学基础模型 vBx-1.0，称可从常规抽血重建患者脑分子状态，准确率最高为此前最先进模型的 3 倍。
推荐理由：该模型以脑组织转录组数据从血液重建脑分子状态，并在帕金森病与ALS试验数据上给出响应与耐受预测。
Inductive BioAI 评分4242 Inductive Bio加入OASIS联盟，聚焦肝毒性预测
Inductive Bio已加入HESI旗下OASIS联盟，参与评估不同药代动力学方法如何定义药物暴露以用于DILI预测，包括其Beacon-1 ADME模型提供的暴露估计。
MindWalk / ImmunoPrecise AntibodiesAI 评分3838 MindWalk 推出 ReefIQ 生物语境层
MindWalk 发布 ReefIQ，一个由 HYFT 驱动的生物语境层，位于客户发现数据与 AI 推理工作流之间，用于 AI 药物发现和生物制品开发。该层在 AI 工作流处理前重新连接分散在文件、格式、系统、团队和工作流中的数据，将序列、结构、检测输出、组学、文献、证据、溯源和项目历史转化为可治理、可查询的关联生物语境。
Verge Genomics (Verge Labs)精选AI 评分6060 Verge Labs 与 Tenacia 达成 CNS 管线平台合作，用人类组织数据表征靶点
Verge Labs 与 Tenacia Biotechnology 宣布战略平台合作，Verge 将用其 AI 平台和专有多模态人体组织数据，为 Tenacia 部分 CNS 项目优先排序并表征靶点。
推荐理由：Verge Labs 首个平台优先模式合作，展示多模态人脑组织数据如何用于 CNS 靶点优先级与表征。