谷歌AI概述评Edison与辉瑞交易
谷歌AI概述对Edison与辉瑞交易的看法
全部 AI 制药动态
Andrew WhiteAI 评分1212 Alex ZhavoronkovAI 评分2222 Insilico 谈生物虚拟模型可检验性
生物学的虚拟模型，只有当它们明确指出扰动之后什么变得可检验时，才值得审慎对待。@omarabudayyeh 于 #ARDD2026。照片：https://agingpharma.org/photos2026
DrugAI同新闻AI 评分7272 Nat. Methods 比较四种自监督学习模型的细胞形态扰动表征
研究人员在JUMP–Cell Painting数据集约177万张高内涵图像上预训练DINO、MAE、iTPN和DINOv2，并在独立化合物、不同细胞类型和遗传扰动数据集上比较其细胞形态扰动表征。
同一新闻，精选展示《Nature Methods研究系统评测细胞形态图谱的自监督表征学习》
Endpoints NewsAI 评分1313 英国获5亿英镑生物制药投资承诺；Teva将关闭新泽西工厂
英国秋季预算期间获得5亿英镑生物制药投资承诺，Vertex Pharmaceuticals表示将投资逾该金额。Teva计划关闭其新泽西工厂。报道另提及Esteve与Regeneron的相关消息。
Sam Rodriques精选AI 评分5858 Edison Scientific 的 AI 科学家 Kosmos 将在 Pfizer 内部广泛部署
Edison Scientific 宣布其 AI 科学家 Kosmos 将在 Pfizer 内部广泛部署，基于 Pfizer 内部数据开发世界模型并开展发现工作。作者称双方已支持 Pfizer 科学家完成多项发现，并表示 Pfizer 在思考 AI 对未来业务影响方面展现出远见与领导力。
推荐理由：Edison Scientific 的 AI 科学家 Kosmos 将进入 Pfizer 内部数据环境，展示 AI 平台与大型药企研发体系结合的一种落地方式。
Insilico Medicine 英矽智能AI 评分2222 英矽智能谈O3DC开放基准指数
英矽智能提出，AI药物发现领域过度关注模型性能，却很少追问支撑这些数字的基准是否合适。其参与发起的O3DC联盟推出Benchmark Index，作为社区资源用于查找、比较和讨论药物发现领域的开放基准。推文同时征集各领域值得关注的基准。
Generate:BiomedicinesAI 评分2222 Generate:Biomedicines 谈与 Anthropic 合作及 AI 智能体应用
Generate:Biomedicines CEO Mike Nally 与应用开发副总裁讨论其科学家如何将 AI 智能体与自有模型及实验能力结合，以拓展可探索的生物学问题。该内容出自 Endpoints 对 Anthropic 生物制药布局的报道，涉及双方合作。Mike 称这些工具正以极其重要的方式帮助解析生物学复杂性。
德睿智药AI 评分3838 文汇报 | AI制药“超级效率”赋予中国“超级机遇”
德睿智药在2026上海生物医药投融资峰会上披露，其口服小分子GLP-1候选药物从立项到Ⅲ期临床耗时4年半、直接研发投入仅2300万美元，而美国药厂平均需8年以上、超3亿美元。公司40多位研发人员人均推进1.5条管线，创始人牛张明称AI分子设计与多目标优化可使研发效率提升10到20倍。与会投资人同时指出，AI应用仍集中在研发前端，临床开发等中后期尚未被充分赋能。
BioAICraft精选AI 评分7373 David Baker团队发布MINT方法：在保留蛋白功能的同时降低CD8⁺ T细胞免疫原性
David Baker、Nir Hacohen等人在bioRxiv发布预印本，提出MINT方法，在保留蛋白质功能的前提下降低CD8⁺ T细胞免疫原性。
推荐理由：该预印本把免疫原性纳入蛋白设计目标，并用小鼠实验比较高低表位设计的T细胞反应，为去表位设计提供了可参照的验证路径。
AI药物设计实验室精选AI 评分7474 华中农大等团队在 Nature Communications 发表 AbOptimizer，用序列编辑与强化学习多目标优化抗体
华中农业大学、湖北洪山实验室与武汉华美生物技术有限公司团队在 Nature Communications 发表 AbOptimizer，把抗体优化组织为序列编辑任务，由抗体语言模型生成候选、性质预测器反馈、强化学习调整编辑策略。
推荐理由：论文用语言模型加强化学习做抗体多位置序列编辑，并给出三种治疗性抗体的体外结合数据，可供比较计算优化与实测的差距。
Endpoints NewsAI 评分1515 个人 AI 智能体正进入医疗健康领域
个人 AI 智能体正进入医疗健康领域。此前有报道关注大型科技公司与初创企业建立能力，用于摄取个人医疗数据。原文正文需免费注册后阅读，未披露具体产品、试验或结果数据。
Endpoints NewsAI 评分1010 Genmab 癌症数据推动股价上涨，Iovance 与 Coherus 大跌
Genmab 的癌症试验数据推动其股价上涨，而 Iovance 与 Coherus 股价同期大幅下跌。过去 24 小时内，多项癌症试验消息引发相关股票双向波动。
Brian Hie精选AI 评分7878 Brian Hie 团队报告 Evo 2 的生成式上下文学习能力
Brian Hie 团队报告 Evo 2 在少量同功能序列提示下可生成功能相似的新序列，作者称这是一种生成式上下文学习（ICL），且为训练时未预料到的涌现现象。
推荐理由：作者报告 Evo 2 在少量同功能序列提示下生成相似功能序列，并延伸到调控元件与蛋白设计任务。
Brian HieAI 评分5151 Brian Hie 提出用模型生成结果动态更新提示的基因组思维链
Brian Hie 提出，数据高效条件化使合成提示可随模型自身生成结果动态更新，并可在计算打分甚至实验室在环测试后进行。他以噬菌体基因组设计给出概念验证，将这一过程称为基因组思维链（genomic chain of thought）。
Brian HieAI 评分5555 Evo 2 ICL 上线 Proto，可在浏览器中做上下文学习
Brian Hie 表示团队已将 Evo 2 ICL 部署到 Proto，覆盖 MCP 和 Proto 工具页面，用户可直接在网页浏览器中完成上下文学习。工具入口为 https://proto.evodesign.org/tools/evo2-icl。
Brian HieAI 评分5858 Brian Hie 回顾 Evo 2 一年项目：把 DNA 当作需要沟通的外星语言
Brian Hie 表示 Evo 2 项目历时约一年，过程让他联想到科幻作品中与外星人建立通信的描写。他认为 Evo 2 在很多方面是一个精通 DNA 这种外星语言的模型，找到与这类模型有效沟通的方式，可能解锁生物设计与发现中的新能力。
Brian HieAI 评分1818 Brian Hie团队跨学科蛋白设计研究致谢
Brian Hie发推致谢其实验室团队完成的一项跨学科工作，涵盖强化学习后训练、推理栈优化、分子神经科学、小鼠手术及全脑单细胞RNA测序。该工作由Alex领导，并获Will Allen实验室协助scRNA-seq、Lawrence Livermore合作lanmodulin设计。
Brian HieAI 评分3030 Evo2 上下文学习预印本与工具发布
预印本1：https://zenodo.org/records/23769316 预印本2：https://zenodo.org/records/23769453 调控ICL代码：https://github.com/evo-design/ICL_regulatory Evo2-flash：https://github.com/evo-design/evo2_flash ICL网页工具：https://proto.evodesign.org/tools/evo2-icl 10/n
天鹜科技AI 评分4242 晓鹜®平台de novo工具教程（一）：以PD-L1为例演示VHH设计全流程
晓鹜®平台发布de novo工具系列教程第一篇，以PD-L1为靶点演示在智能体中完成靶点调研、结构准备、VHH设计与结果筛选全流程。平台提供RFantibody和mBER两条VHH设计路线，可自动生成并运行PyMOL脚本，并调用AF2-multimer计算ipTM、pLDDT与界面pAE。
剂泰科技AI 评分2525 剂泰科技（7666.HK）入选香港交易所人工智能指数首批40只成份股
剂泰科技（7666.HK）入选香港交易所人工智能指数首批40只成份股，该指数追踪40家与AI产业链高度相关的港股公司，覆盖AI芯片、基础设施、模型及应用四大主题。指数筛选将研发开支、资本开支和销售增长纳入基本面评分，要求入选公司至少30%总收入来自AI主题，并每季度检讨调整权重。港交所已授权南方基金在中国内地推出追踪该指数的ETF。
Alex ZhavoronkovAI 评分3838 智能体AI与自驱动实验室药物发现综述
新药研发研究综述：智能体AI + 自驱动实验室用于药物发现。 包含我们的“提示词到药物”/制药超级智能框架，并对验证与监管给出了恰当的注意事项。 祝贺 Bhagyashri Rathod、Manish Baviskar、Sachin Puri。 https://analyticalsciencejournals.onlinelibrary.wiley.com/doi/10.1002/ddr.70400
Endpoints NewsAI 评分3030 Anthropic 公布生物医药研究进展，提出“奇迹时代”愿景
Anthropic 在 Endpoints 的 AI Day 上公布其生物医药研究进展，并提出“奇迹时代”与“一人生物技术公司”的愿景。相关报道发布于其可能为商业世界史上最大 IPO 提交文件的一天后，但正文未披露具体研究数据。
e-therapeutics / Tangram Therapeutics 官网资讯AI 评分2828 Tangram 宣布 TGM-148 一期试验完成首例受试者给药，用于出血性疾病的 RNAi 新药
Tangram Therapeutics 宣布其 GalOmic RNAi 药物 TGM-148 的一期试验已在健康志愿者中完成首例给药，初步数据预计 2027 年公布。TGM-148 靶向肝脏中的 ZPI，计划用于血管性血友病（VWD），设计为每年四次或更少的皮下给药；临床前在四种遗传模型中显示疗效，超治疗剂量下耐受良好。该试验评估单次递增剂量的安全性、耐受性、药代动力学和药效学。
BioTender精选AI 评分5858 BioEmu2 实测：AI 设计抗体能否靠动态模拟提前筛选
作者 Colby Ford 用微软 BioEmu2 对一条 scFv 候选 sbio-bdbvgp-355 做构象传播演示，先抽取 10 个平衡构象各向前传播 1 ns，再逐次传播 10 次、每次 1 ns 形成 10 ns 轨迹，并另做一轮带梯度引导的采样。
推荐理由：作者以单个 scFv 候选实测 BioEmu2 的构象传播与引导采样，并逐项对照官方模型卡界定证据边界。
Relation精选AI 评分5858 Relation 开发 prime-editing perturb-seq 新方案，为 DNA 基础模型生成训练数据
Relation Therapeutics 在 bioRxiv 发布预印本，提出一套用于 prime-editing perturb-seq 的新实验方案，目标是生成 DNA 基础模型所需的训练数据。公司称其不仅构建药物发现 AI 模型，也改进底层数据生成的基础。预印本链接为 https://www.biorxiv.org/content/10.64898/2026.10.28.762453v1。
推荐理由：Relation 公开了面向 DNA 基础模型训练数据的 prime-editing perturb-seq 新实验方案，可作为扰动数据生成的参考。
Cellarity精选AI 评分5858 Cellarity 镰状细胞项目 CLY-124 独立运营，早期临床显示胎儿血红蛋白升高
Cellarity 宣布其镰状细胞项目 CLY-124 不并入创始人 Flagship Pioneering 新组建的 Etcelera，而将以保留 Cellarity 名称的独立公司继续临床开发，由 John H. Leaman 领导。
推荐理由：Cellarity 拆分镰状细胞项目为独立公司，并披露 CLY-124 早期临床数据与后续剂量爬坡计划。
Drug Discovery WorldAI 评分2020 多组学研究设计捕捉生物响应
设计多组学研究以捕捉生物响应 https://www.ddw-online.com/designing-multiomics-studies-to-capture-biological-response-44459-202610/ 关注DDW；面向全球科学界的商业洞察 #多组学
Endpoints NewsAI 评分2222 Dren Bio 融资 3.5 亿美元，计划 2027 年将血癌药物推向市场
Dren Bio 完成 3.5 亿美元融资，计划在 2027 年底前将其主打血癌药物推向市场。这家加州药企的融资用途与上市时间表由公司对外披露。
BioArt精选AI 评分7373 清华大学团队在Nature Communications发表可解释AI引导的可降解脂质肝脏mRNA递送研究
清华大学深圳国际研究生院颜昊、康飞宇团队在Nature Communications发表研究，建立模块化合成、高通量筛选、可解释机器学习与动物验证的两阶段框架，从520种实验脂质扩展到10,920种虚拟候选，筛出可降解可电离脂质PA97MD101。
推荐理由：研究把可解释机器学习用于可降解脂质筛选，并用独立动物实验检验体外预测的边界。
智药局精选AI 评分5858 Flagship 合并 Cellarity、Etiome、Empress 成立 AI 制药公司 Etcelera
Flagship Pioneering 于 10 月 29 日宣布整合 Cellarity、Etiome、Empress Therapeutics 三家公司的平台技术，成立新型药物发现公司 Etcelera，由 GSK 老将 Adrian Rawcliffe 任 CEO，莫德纳联合创始人 Noubar Afeyan 为联合创始人。
推荐理由：Flagship 将三家平台公司合并为 Etcelera，其细胞状态与扰动数据整合方式为观察 AI 制药平台组织提供了案例。
Endpoints NewsAI 评分3838 Flagship Pioneering 合并三家旗下公司布局 AI 药物发现
Flagship Pioneering 将三家投资组合公司合并，以在 AI 药物发现领域展开竞争，其中一家公司已成立约十年。原文未披露合并后主体名称、交易金额及具体业务整合细节。
动脉网AI 评分5050 3800亿美元估值的Anthropic，杀入AI制药
Anthropic公开向美国SEC提交IPO招股书，2026年上半年营收162.86亿美元、同比增长1300%，次日披露与六家外部机构的药物研发合作及两项自有罕见病早期项目。
智药局AI 评分4040 扰动之心完成数千万元天使轮及天使+轮融资，推出虚拟细胞世界模型AlphaCell 1.0 Pro
AI for Science企业扰动之心完成数千万元天使轮及天使+轮融资，由清松资本领投，同阳基金及多家药企跟投，并正式走出隐匿模式。公司拥有PerturbSeek™生态下全球首个虚拟细胞状态推演世界模型AlphaCell 1.0 Pro，标准参数量1B，可裁剪至300M的AlphaCell 1.0 Flash或扩展至50B的AlphaCell 1.0 Mega。
AI蛋白质AI 评分7878 斯坦福与华盛顿大学发布Virtual Biotech多智能体框架，用37075个智能体注释55984项试验
斯坦福大学与华盛顿大学团队在Science发表Virtual Biotech，一个以药企组织为蓝本的多智能体框架，由虚拟首席科学官统筹靶点发现、安全性、modality选择与临床开发四个部门智能体，并设科学审查员质控。
智药邦精选AI 评分7474 北京大学来鲁华团队在Nat Mach Intell发表SynCraft，用大语言模型引导分子精准编辑
北京大学来鲁华教授团队提出基于大语言模型的分子可合成性优化方法SynCraft，对难合成的高价值分子做最小图编辑而非从头生成，研究发表于Nature Machine Intelligence。
推荐理由：研究用大模型推理加最小图编辑挽救难合成分子，并给出与基线方法的量化对比和失败边界。
科普知识综述精选AI 评分5858 约翰斯·霍普金斯大学获ARPA-H最高5210万美元资助，构建AI模型解码蛋白质错误折叠
约翰斯·霍普金斯大学牵头获ARPA-H最高5210万美元、为期4年的资助，将构建AI模型解码内在无序蛋白在帕金森病、尤文肉瘤等疾病中的错误折叠与动态构象，项目名为DETR，由Xiaobo Mao领导，21名研究人员来自美欧12家机构。
推荐理由：梳理ARPA-H资助的蛋白质动态构象项目，区分结构预测、机制确认与临床转化三层证据。
药化猩球精选AI 评分5858 基于 RFD4-Proteina 的 TfR1 靶向 VHH 设计全流程
作者记录了用华盛顿大学 IPD 与 NVIDIA 的 RFD4-Proteina 流匹配模型搭建 TfR1 靶向 VHH 从头设计流水线的完整流程，保留框架区、从头设计三个 CDR，批量生成 500 条设计并按 pLDDT、界面接触数、表位距离、CDR 组氨酸数等加权筛出 Top 20。
推荐理由：完整记录了用 RFD4-Proteina 搭建 TfR1 纳米抗体设计流水线的步骤与踩坑，可作为迁移到其他靶标的操作参照。
药化猩球精选AI 评分7878 Nat. Comput. Sci.发布TCR–pHLA结合预测标准化数据集Hi-TPH与机器学习基准
研究人员在Nature Computational Science发表Hi-TPH层次化TCR–pHLA数据集，最高层级含26,704组结合样本，较STAPLER完整双链数据扩大5.99倍。
推荐理由：该研究构建分层TCR–pHLA数据集并系统评测蛋白质语言模型，为抗原识别预测提供了可比较的数据与基准参照。
动脉网AI 评分4343 【首发】扰动之心完成数千万元融资，探索下一代“生命世界模型” AIDD 创新
扰动之心（PerturbMind AI）完成数千万元天使轮及天使+轮融资，由清松资本领投，同杨基金及多家药企跟投。公司发布 PerturbSeek™ 生态下的虚拟细胞状态推演世界模型 AlphaCell 1.0 Pro，标准参数量 1B，可向下裁剪至 300M 的 AlphaCell 1.0 Flash、向上扩展至 50B 的 AlphaCell 1.0 Mega。
BioTenderAI 评分3838 DoveTree对谈晶泰：AI制药的价值，不止于设计分子
DoveTree Medicines与晶泰科技的合作项目中已有一项进入IND申报前研究阶段，其余仍处早期发现阶段。双方在研讨会上强调，AI可探索的化学空间远超实体化合物库，难成药靶点可能只是库里缺那个分子，晶泰以合成数据加物理模拟为起点、再由自动化实验室合成100至500个新化合物迭代。于利华同时指出，研发最贵环节是IND-enabling和临床开发，AI原生应同时消解科学与流程两端的摩擦。