亚利桑那州立大学曹志超团队提出SweepANN，五亿分子对两万余口袋检索降至61秒
亚利桑那州立大学曹志超团队提出向量检索系统SweepANN，在四张RTX PRO 6000 Blackwell GPU上为两万六千余个蛋白口袋从约五亿个分子中检索前50万候选，GPU驻留检索耗时约61.04秒，平均召回率99.63%。
推荐理由：该预印本把DrugCLIP的向量检索环节从小时级压到分钟级，并给出召回率与显存占用的具体取舍。
#分子对接
DeepTech深科技精选AI 评分6868
iNatureAI 评分3030 Biomaterials | 广州医科大学周蕾等设计甘草酸可注射ROS响应水凝胶缓解神经病理性疼痛
广州医科大学周蕾等设计了一种ROS响应性天然药物自递送水凝胶GPG（GA-PBA-GA），用于神经病理性疼痛的局部持续治疗。机制引导的虚拟筛选鉴定甘草酸（GA）为PI3K靶向候选分子，体外实验显示GPG可抑制PI3K-Akt信号并促进巨噬细胞M1向M2再极化。在大鼠L5脊神经结扎模型中，DRG周围给药减轻机械性与热痛觉过敏，改善步态与电生理功能，并减少DRG神经炎症与脊髓小胶质细胞活化。
下一分子AI 评分6565 AI制药日报｜头条：多样计算策略发现p38α−MK2分子胶
下一分子日报头条介绍一项结合自由能扰动与机器学习的研究，从多种化学来源配体中筛选并优先排序，识别出多个结构多样、高效力且高选择性的p38α−MK2分子胶。先导化合物14和28在人全血中达到覆盖EC50的暴露水平，并在脂多糖小鼠模型中口服给药后显著降低TNFα水平，结果基于摘要报告。
药化猩球精选AI 评分5858 融合 Boltz-2、OpenDDE 与 Schrödinger 的 GPCR 设计管线及 GPR84 实战
作者以 GPR84 为例，介绍一套融合 OpenDDE 生成、Boltz-2 共折叠与亲和力快筛、Schrödinger 2026-4 膜显式 MD 与 FEP+ 的 GPCR 计算设计管线。
推荐理由：以 GPR84 为例拆解 AI 生成、共折叠快筛与物理终审的分级管线，并给出激动剂与抑制剂形态差异的实操约束。
DrugAIAI 评分3838 从NVL-655专利突破到分子设计：望石智慧MolVortex如何赋能ALK四代抑制剂研发
望石智慧以ALK第四代抑制剂为例，展示MolVortex药物研发智能体如何串联项目立项、专利分析、分子生成与成药性评价。在海思科专利WO2026219300的NVL-655 Fast Follow案例中，代表性化合物49-A的ALK G1202R/L1196M酶活性IC50为0.08 nM，食蟹猴AUC@3mpk达1605 ng*h/ml，小鼠药效试验21天抑瘤率107%。
药化猩球AI 评分4141 IF=12.2：贵州医科大学用Uni-Mol虚拟筛选锁定雷公藤红素，共价结合SMAD3 Cys421阻断糖尿病肾病纤维化
贵州医科大学基于Uni-Mol深度学习模型对天然产物库虚拟筛选，锁定雷公藤红素，并经化学蛋白质组学等实验证实其共价结合SMAD3的Cys421位点。雷公藤红素促使非磷酸化SMAD3经KPNB1入核，同时减弱SMAD3与SMAD4、TGFBR1的结合，阻断促纤维化信号。在HFD-STZ糖尿病肾病小鼠中，雷公藤红素剂量依赖性减轻肾脏胶原沉积并改善尿蛋白、血肌酐和尿素氮。
王初课题组AI 评分3030 化学蛋白质组学策略开发靶向PqsC的铜绿假单胞菌抗毒力化合物
研究者以绿脓素合成作为筛选指标，从亲电性抑制剂中筛出化合物D3，其可在不影响铜绿假单胞菌生长的前提下抑制绿脓素合成。通过荧光胶与DIA无标定量蛋白质组学，确认D3共价标记绿脓素合成关键蛋白PqsC的Cys129，并抑制其体外酶活。基于该结合位点将β-内酯替换为氯乙酰胺warhead并经SAR优化，所得共价化合物处理后的细菌上清液对哺乳动物细胞毒力弱于未处理对照。
深度智耀AIAI 评分3333 深度智耀与玻色量子达成战略合作，探索“专用量子计算+AI4S”药物与材料研发
深度智耀与玻色量子达成战略合作，将结合前者的AI4S与AI智能体平台能力和后者的专用量子计算软硬件及算法，围绕创新药物发现、材料模拟设计、配方与工艺优化开展探索。玻色量子已在分子对接、分子相似性筛选、变构位点预测及新分子结构生成与优化等任务上开展技术探索，并提供专用量子算力支持。双方将以材料与分子体系计算需求为切入点，推进任务建模、方法适配与结果评估，探索专用量子计算与AI方法的协同路径。
Google DeepMind / Isomorphic精选AI 评分6363 Google DeepMind 为 Antigravity 推出化学信息学技能，智能体一小时完成大环设计与合成路线
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让语言模型负责流程编排、确定性化学工具执行分子计算。
推荐理由：官方演示了智能体在真实肺癌药物数据上完成检索、配对分析与大环设计，可观察化学工作流的自动化边界。
医药魔方AI 评分4343 AI4S如何赋能药物研发？星使智算亮出国产化实践答卷
星使智算在CDHC·2026峰会上展示基于自主SPONGE分子动力学与PySCF量子化学引擎的Mokda分子研发工作站和AsterFire系列产品，实现从物理层到应用层的全链路自主。
予路乾行精选AI 评分5858 予路乾行参与的抗血栓药物发现研究发表：从2.2万化合物筛出2个先导分子
上海交通大学朱芳芳团队与华南理工大学张译月团队等合作在《Journal of Advanced Research》发表研究，围绕P2Y12受体结合配体基与受体基双重虚拟筛选、分子对接、分子动力学模拟和MM/GBSA，从2.2万余个化合物中优选42个候选，并验证VS-5584和GNE-493的抗血小板与抗血栓活性。
推荐理由：该研究展示从2.2万化合物经双重虚拟筛选收敛到42个候选、再经血小板与斑马鱼实验验证的完整路径。
MolenceAI 评分5858 Molence 发布 Mol-1：在陌生结合环境中配体预测优于 AlphaFold 3
Molence 发布配体预测模型 Mol-1，在 Runs N' Poses 基准的全部八个相似度分箱中领先所评估的基线。在相似度最低的 0–20 分箱中，Mol-1 成功率为 36.1%，AlphaFold 3 为 24.6%；通过 Mol-1-constraint 提供结合位点信息后，该分箱成功率提升至 63.9%。
Molence精选AI 评分6565 Molence 的 Mol-1 在 MGBench 分子胶预测中报告低同源条件 28.6% 联合成功率
Molence 的 Mol-1 在 MGBench 分子胶预测基准上报告联合成功率：已见条件 92.2%、高同源 74.6%、低同源 28.6%，最强评测基线在低同源条件为 19.1%。联合成功需同时满足配体 RMSD < 2 Å、lDDT-PLI > 0.8 和蛋白界面 DockQ > 0.23。作者同时引用的另一条内容称，在 Runs N' Poses 的 0–20 最低相似度区间，Mol-1 成功率为 36.1%，AlphaFold 3 为 24.6%，通过 Mol-1-constraint 提供结合位点信息后升至 63.9%。
推荐理由：Mol-1 在 MGBench 上同时考核配体位姿与蛋白界面，低同源条件下与最强基线的差距提供了具体参照。
DrugAI精选AI 评分7373 MetaPLI：结合三维结构与少量实验数据预测分子活性
北京大学来鲁华、裴剑锋课题组在 Digital Discovery 发表 MetaPLI，一种基于蛋白质—配体三维结构、以同靶标少量已测分子为参考的少样本绝对结合亲和力预测方法。
推荐理由：论文给出少样本活性预测在跨靶标测试与逐轮筛选模拟中的误差和排序表现，可对照FEP类方法看适用边界。
SandboxAQAI 评分1818 SandboxAQ亮相波士顿AI药物开发峰会
SandboxAQ本周在波士顿参加AI Driven Drug Development Summit，将展示三张海报，涵盖AI与物理方法结合的靶点鉴定、NEX非平衡嵌合切换自由能计算，以及共折叠与自由能计算用于E3连接酶调节剂的结合亲和力预测。其模拟与生物制品负责人Mary Pitman将于周四就“构建智能体药物发现的科学基础”作报告。
BioTender精选AI 评分7373 多伦多大学等提出SELECTBENCH，评测九种生成模型难区分目标与脱靶蛋白
多伦多大学、Mila 等机构提出 SELECTBENCH，将目标与脱靶蛋白同时纳入评价，评测九种结构驱动小分子生成模型的选择性。
推荐理由：该基准把目标与脱靶口袋同时纳入评测，揭示生成模型在相近蛋白上的选择性短板与阈值取舍。
AI药物设计实验室精选AI 评分7070 俄亥俄州立大学MADDIE多智能体药物发现系统：50个靶点各交付100个候选分子
俄亥俄州立大学Xia Ning团队提出MADDIE多智能体药物发现系统，由中央Orchestrator调度HitIdentifier、LeadOptimizer、Evaluator和Synthesizer四个专职智能体，在50个蛋白靶点上均交付100个满足对接评分、类药性、合成难度、毒性预测等计算阈值的候选分子。
推荐理由：论文用50个靶点的对照与消融，说明中央调度主要减少达到同一计算目标所需的搜索量。
智药局AI 评分4242 Space Generate团队获Boltz × AI4Science Zurich Hackathon的Boltz Challenge第一名
Space Generate首席技术官Sacha Javor参与的团队在苏黎世Boltz × AI4Science Zurich Hackathon的Boltz Challenge中获得第一名，该挑战要求针对8个化合物和约120个蛋白靶点预测化合物与靶点的活性。
奶牛猫的CADD实验室精选AI 评分5858 ChemMedChem研究：Boltz-2结合姿势准确但亲和力排序在新口袋区域失效
ChemMedChem发表研究，用43个15-PGDH抑制剂评估Boltz-2的亲和力预测能力。在结构修饰保守的两个系列中，Boltz-2的Spearman相关系数为0.68，接近FEP+的0.64；但在探索新结合口袋区域的Series 3中，部分化合物效价最高提升约500倍，Boltz-2却将整个系列预测为弱于母体化合物。
推荐理由：该研究用43个15-PGDH抑制剂检验Boltz-2亲和力排序，显示姿势准确不等于排序可靠。
智药邦精选AI 评分8080 Nature Biotechnology｜AdaptiveFlow实现数百亿分子库的自适应虚拟筛选
意大利帕维亚大学、Dana-Farber癌症研究院等团队在《Nature Biotechnology》发表开源平台AdaptiveFlow，将Enamine REAL Space约315亿原始分子预处理为约690亿可直接对接条目，通过18维分子性质分区与自适应靶标引导虚拟筛选（ATG-VS）降低超大规模对接开销。
推荐理由：研究用分子性质分区与靶标引导抽样压缩数百亿级对接空间，并在两个靶点获得实验验证的抑制剂。
奶牛猫的CADD实验室精选AI 评分7171 GluePlex 提出无三元结构下的分子胶计算优化路线
发表在 Nature Communications 的 GluePlex 研究针对 VAV1 分子胶，在缺少三元复合物实验结构时用 PeSTo 预测接触区域、HADDOCK 对接生成 6 个构象簇模板，再由 Boltz-2 共折叠生成 120 个候选三元结构并按 chainpair_ipTM 筛选。
推荐理由：该研究把蛋白对接、共折叠与自由能计算串成分子胶优化流程，为缺少三元结构的项目提供可迁移做法。
HouMedAI 评分1818 喜报｜双金！课题组项目荣获浙江省国际大学生创新大赛（2026）金奖！
课题组两个项目在浙江省国际大学生创新大赛（2026）获双金，其中LynxMind以高教主赛道本科生创意组人工智能+赛道第一名斩获金奖。LynxMind聚焦中枢神经系统药物发现，整合血脑屏障穿透性预测、分子生成与优化及可解释性分析；PROTACnova以自主智能体连接信息检索、分子生成、连接子优化与理化评估，面向蛋白降解药物设计。
DrugAI精选AI 评分7474 SynCraft：用LLM编辑分子改善可合成性，成果发表于Nature Machine Intelligence
北京大学来鲁华课题组在 Nature Machine Intelligence 发表 SynCraft，让大语言模型提出原子和化学键级编辑指令，由 RDKit 执行、SimpRetro 搜索逆合成路线，以改善生成分子的可合成性。
推荐理由：研究提出让大模型输出原子级编辑指令、由化学软件执行并检验逆合成的分子可合成性优化方法，为生成分子的后续改造提供可复用流程。
Valence Labs 官网资讯精选AI 评分5858 Valence Labs 回顾药物发现中结合亲和力预测的历史
Valence Labs 的 Daniel Ramirez 撰文梳理靶向药物发现中结合亲和力预测的两条路线：基于物理的对接与分子动力学方法可泛化到新靶点和新化学型，但速度慢且需要起始结构；Boltz-2、Nesso-1 等共折叠模型速度快、无需起始结构，却会在训练数据之外无预警失效。
推荐理由：梳理结合亲和力预测从物理模拟到共折叠模型的两条路线，并说明两者互补的融合方向。
Oxford Protein Informatics Group · Blog精选AI 评分7070 OpenBind启动首届盲测挑战：预测寨卡NS2B-NS3蛋白酶与400个化合物的结合构象
OpenBind联合OpenADMET与ASAP Discovery Consortium于2026年10月14日启动首届OpenBind盲测挑战，要求参赛者预测400个化合物与寨卡病毒NS2B-NS3蛋白酶形成的蛋白-配体复合物，化合物从小片段到类先导分子不等。
推荐理由：首届OpenBind盲测挑战以寨卡NS2B-NS3蛋白酶为靶点，用更严格的构象与物理有效性标准比较对接与共折叠方法。
DrugIntel精选AI 评分6262 Rowan 测试不同 Pose Ranking 方法对 RBFE 计算的影响
Rowan Scientific 在 JACS RBFE benchmark 的 8 个蛋白靶点、约 190 个配体类似物上比较多种 pose ranking 方法，发现 Vinardo/Vina 在默认 analogue docking 输出中约 62% 的配体能把最低 RMSD pose 排第一，更复杂的方法未明显改善。
推荐理由：Rowan 在 JACS RBFE 基准上比较多种 pose ranking 方法，显示简单 Vina 排序已接近复杂打分，为自动化 FEP 工作流提供参照。
DrugIntel精选AI 评分7474 预印本追踪 Boltz-2 的 Pose→Affinity 信息流：亲和力头实际读取第二套结构
Xeureka 的 Kazuya Ujihara 在 ChemRxiv 预印本中通过源码追踪和分层干预，分析开源 Boltz 2.2.1 的蛋白–配体亲和力推理通路，发现结构预测先决定 affinity crop，affinity pass 再对该 crop 重新扩散生成第二套结构，亲和力头读取的是这套结构而非用户看到的 written structure。
推荐理由：源码追踪拆出 Boltz-2 亲和力预测的三条信息通路，为判断结构模型是否真正利用结合几何提供可迁移的审计方法。
晶泰科技精选AI 评分5858 晶泰科技生发管线进入IND-enabling阶段，候选分子以5%米诺地尔百分之一浓度起效
晶泰科技宣布其脱发治疗创新药管线进入IND-enabling研究阶段，将围绕药效、GLP毒理及CMC开展研究。公司称自研候选分子可激活毛囊干细胞“乳酸—自噬”信号轴，在DHT诱导雄激素性脱发小鼠模型中，仅需5%米诺地尔百分之一的浓度即可达到与5%米诺地尔相当的毛发生长评分。该管线依托XtalPi Science平台的AI分子生成、FEP计算与机器人实验进行优化，目前正与国内医疗机构推进后续验证。
推荐理由：晶泰自研生发小分子进入IND-enabling阶段，其低浓度起效的动物数据为观察AI驱动管线推进提供参照。
望石智慧AI 评分5555 望石智慧在云栖大会首发小分子医药早研智能体MolVortex
望石智慧在2026云栖大会首发全栈式小分子医药早研智能体MolVortex，以多智能体协同架构和决策罗盘数据底座覆盖情报分析、分子设计、亲和力与口袋分析、合成性与成药性评估等早期研发环节。
DrugIntel精选AI 评分7070 Nature研究构建随机背景基线，量化配体优化中的效力与PK权衡
《Nature》2026年发表的这项研究针对6个靶点的18个先导化合物系统合成257个单原子水平类似物，发现11.3%的类似物效力提升至少10倍（95%置信区间7.5%–15.2%），但41.4%的类似物在肝微粒体稳定性、血浆游离分数或膜通透性中至少一项恶化超过3倍。
推荐理由：研究用257个单原子类似物建立配体优化的随机背景，量化效力提升与PK恶化的权衡。
HouMed精选AI 评分6363 侯廷军团队在Nature Protocols发布AI虚拟筛选平台CVSP-AIE
侯廷军、康玉团队联合澳门理工大学刘焕香团队在Nature Protocols发布AI驱动的虚拟筛选平台CVSP-AIE，整合KarmaDock、CarsiDock与RTMScore重打分模型，通过分层调用平衡筛选速度与精度。
推荐理由：该平台把三种自研对接与打分模型整合为分层筛选流程，并给出在线与本地两种使用方式，便于比较速度与精度的取舍。
创腾科技AI 评分2828 高维设计空间的突围：ADC 前沿进展、耐药挑战与数智驱动解法
截至2026年6月30日全球累计获批ADC达23款，2026年6月百利天恒/BMS的izalontamab brengitecan获NMPA批准，成为全球首个获批的双特异性ADC。文章梳理2024—2026年载荷多机制化、靶点下沉、双抗与定点偶联等前沿主线及抗原丢失、载荷外排等耐药机制，并提出以MaXFlow、SDH、iLabPower覆盖抗体模拟、载荷设计、DAR工艺优化与数据治理的连续路径。
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。
深势科技 DP Technology精选AI 评分6363 深势科技推出PharmMaster·Patent智能体，一键整理专利分子与活性数据
深势科技发布药物分子专利解析智能体PharmMaster·Patent，基于文档解析引擎Uni-Parser 1.4，可从专利PDF中提取分子结构并关联活性数据、实验条件与权利要求，每条结论保留来源页码可回溯原文。
推荐理由：该工具把专利中的分子结构、活性数据与权利要求关联成可核验记录，展示了跨页证据整理的具体做法。
Rowan ScientificAI 评分2020 Rowan用户评价：强大易用的计算化学平台
Rowan是什么？我们的用户分享了他们的看法：
Rowan ScientificAI 评分2525 Rowan 博客：对接之后该做什么
许多刚接触基于结构的药物发现的科学家，能直观理解如何以及何时运行对接或共折叠，但不太确定下一步该做什么。 在我们最新的博客文章《What to Do with a Pose》中，我们提供了一份关于后续步骤的快速指南： https://rowansci.com/blog/what-to-do-after-docking
Genesis Molecular AIAI 评分4040 Genesis 公开智能体药物设计系统 Sapphire
Genesis Molecular AI 首次披露其智能体药物设计系统 Sapphire，该系统构建于其分子基础模型之上，可全天候自主迭代候选药物，对2D化学结构与3D分子构象进行推理并形成、检验假设。
MedraAI 评分5858 NVIDIA 发布 BioNeMo Agent Toolkit，Medra 称将接入其物理 AI 实验室
NVIDIA 发布 BioNeMo Agent Toolkit，这是一个开放的、面向智能体的工具包，为任意 AI 智能体提供蛋白质结构预测、分子对接、生成式化学和基因组分析等可调用工具。Medra 转发该消息并表示正与 NVIDIA 合作构建由智能体决定下一步运行什么、再由物理 AI 实验室执行的闭环，称期待将其投入使用。
NVIDIA Healthcare & BioNeMo精选AI 评分7272 NVIDIA 发布 BioNeMo Agent Toolkit，为 AI 智能体提供生命科学工具
NVIDIA 发布 BioNeMo Agent Toolkit，将十余年积累的生命科学库、工具与开放模型封装为智能体可调用的技能，覆盖蛋白结构预测、分子对接、生成式化学、基因组分析、蛋白设计与生物标志物发现。
推荐理由：英伟达把十余年生命科学库与模型封装成智能体可调用工具，并列出多家药企与平台的接入情况。
HouMed精选AI 评分7474 浙大团队在Nature Communications发表机器学习增强采样工作流，解析AR-NTD配体识别并发现新型拮抗剂K53
浙江大学李丹、侯廷军团队在Nature Communications发表机器学习增强采样工作流，用于解析本征无序蛋白AR-NTD的构象景观与配体识别机制，并发现新型AR-NTD拮抗剂K53。
推荐理由：该工作把增强采样、机器学习集合变量与虚拟筛选串成流程，用于本征无序蛋白的构象与配体识别研究。