Nat Commun：LAffAb用Rosetta能量函数协同优化抗体亲和力与稳定性
《Nature Communications》发表LAffAb，一种从抗体-抗原复合物晶体结构出发、用Rosetta全原子能量与结构约束做CDR突变容忍度映射并组合多点突变文库的非迭代抗体设计策略。
推荐理由：该研究用Rosetta能量打分单轮设计抗体多点突变文库，在三个抗体上同时考察亲和力与稳定性。
#可开发性
AI-Protein Design精选AI 评分7474
AI-Protein Design精选AI 评分7272 3篇 bioRxiv 深度解读：生成式 AI 如何化解蛋白药物的“排异”难题？
斯坦福团队 ProVADA 模型作者在 bioRxiv 预印本基础上撰文，对比自家 ProVADA 与 David Baker 团队 MINT、普林斯顿团队 MESSI 三条生成式 AI 去免疫原性路线。
推荐理由：ProVADA 作者对比三篇预印本的去免疫原性路线，梳理实验验证目标与序列改动幅度的取舍。
LeapFun精选AI 评分5858 阿斯利康同一日2篇｜抗体亲和力优化，哪些位点被低估了？
阿斯利康团队分析同一克隆家族的211个抗ST2抗体，按实测亲和力分组后找出高亲和力抗体中更常见的突变，将M33I与L100I引入亲本ST2_146后KD由10.5 nM降至3.17 nM，再加K37R降至1.03 nM。
推荐理由：两篇抗体亲和力优化研究分别从克隆家族统计与结构能量筛选入手，并给出各自失效边界。
途深智合AI 评分2626 途深智合在香港金融科技周探讨AI制药多模态与实验验证闭环
途深智合在11月2日至3日举行的香港金融科技周上参与AI与深科技论坛，创始人兼CEO王宇光讨论了AI如何适配小分子、肽类及生物大分子等不同药物模态。其ToursynClaw平台融合蛋白大模型、科学智能体与全自动机器人实验产线，公司称可实现约1.5个月完成抗体设计及功能实验验证，并在半年内推动16条抗体药管线完成PCC阶段验证。
DeepTech深科技AI 评分5555 AI制药的新赛段，不是更大的模型，是会自进化的微观世界模型？
DeepTech深科技以百奥几何为例，讨论AI制药竞争从模型预测能力转向真实研发交付，核心是其提出的“自进化微观世界模型”，连接分子设计、细胞响应与自动化实验。
BioArt精选AI 评分7575 Gilead团队在Nature报道工程化TYK2依赖实现髓系选择性IL-10受体激动
美国吉利德科学公司的Tangsheng Yi、Chen Chen与Chingwei V. Lee团队在Nature发表研究，发现髓系细胞与T细胞对IL-10信号的TYK2依赖程度不同，并据此设计出四价纳米抗体构成的髓系选择性IL-10受体激动剂。
推荐理由：研究利用两类免疫细胞对TYK2依赖程度的差异，通过纳米抗体重构受体交联几何实现髓系选择性IL-10信号。
澪乃ゆいAI 评分5858 FoldAbS复用Protenix内部表示，统一预测抗体特异性、亲和力与可开发性
FoldAbS是一种将结构预测模型用于抗体筛选的方法，复用Protenix的内部表示，在统一框架内预测抗体的特异性、结合亲和力和可开发性。作者称该方法在多项基准测试中性能超过现有的结构置信度评分和预测模型，具体来源见回复。推文未披露基准名称、数据集与具体数值。
医药魔方AI 评分2222 三生国健自免赛道持续升温，国产创新药如何构筑竞争优势
三生国健2026年进入管线价值兑现阶段，2月自主开发的1类生物药益赛拓®（安沐奇塔单抗注射液）获批上市，用于中度至重度斑块状银屑病成人患者；8月益赛那®获批用于成人痛风性关节炎急性发作。公司搭建AI驱动的“干湿闭环”智能研发引擎，覆盖靶点验证、分子从头设计、成药性评估等环节，称可缩短研发周期6~18个月、提升研发效率30%~50%。近5年累计研发投入超22亿元，在研项目22项。
澪乃ゆいAI 评分7272 ESMC-MonoYield：约4万种蛋白单体收量实测并实现序列预测
研究团队在 bioRxiv 发布预印本，对约4万种蛋白质在大肠杆菌中精制后的单体收量进行大规模测定，并开发出仅凭氨基酸序列预测收量的 ESMC-MonoYield。该模型捕捉稳定性无法解释的收量差异，在設計结合剂的实验验证中，用于筛选高收量候选取得有希望的结果。
智药邦精选AI 评分5858 映恩生物与腾讯云达成战略合作，共建AI驱动ADC研发闭环
映恩生物于2026年11月3日宣布与腾讯云计算（北京）有限责任公司达成战略合作，结合其自研AI模型平台、专有实验数据与药物研发体系，以及腾讯的AI工程、算力和智能体平台能力，推动AI贯穿从药物发现到全球临床的研发全链条。
推荐理由：映恩生物与腾讯云围绕ADC研发达成战略合作，披露了自研AI平台与湿实验闭环的具体分工。
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。
木可AI探索笔记AI 评分5050 AI4S公司很多，但真正实现in the loop的很少
针对AI4S在制药行业的落地，有观察指出真正实现"实验数据回流模型"闭环的公司远比"AI制药"名单短。其提出四条标准：自主可控测量系统、百万级互作/筛选事件通量、超越存在性的定量读数，以及实验数据真正进入下一轮设计。文章还按仪器供应商、数据回流型和CRO化三类玩家分析了各自的生存路径。
机器之心 · AI4Science精选AI 评分7878 斯坦福 X-lab 与 SNAP 实验室发布 ProteoCraft 蛋白设计框架
斯坦福大学 X-lab 与 SNAP 实验室联合发布蛋白设计框架 ProteoCraft，采用梯度提案、完整结构预测验证与两阶段蒙特卡洛树搜索，支持结合蛋白从头设计和限定区域局部改造。
推荐理由：报道介绍斯坦福团队的提案—验证搜索框架，用独立结构预测与湿实验数据展示从头与局部设计的阶段性表现。
药化猩球AI 评分3838 给癌细胞查身份证：KRAS G12D pMHC 纳米抗体，还能往前走多远？
针对 KRAS G12D 肽-HLA-A*11:01 pMHC 复合物，文章提出以 VHH 纳米抗体识别突变肽，并强调需在真实细胞上验证其能否区分仅差一个氨基酸的野生型肽及人体自身肽组。已有 TCR 研究支持该 pMHC 作为识别入口，但 VHH 路线仍属项目设想，尚无实验数据。文章建议将肽长度、可及表面与突变相关构象纳入靶点定义，并用遗传对照矩阵和靶向免疫肽组学检验内源呈递靶标。
医药魔方AI 评分3838 伊米诺康全人源兔平台落地：为AI抗体设计建起跨物种「数据生产线」
伊米诺康宣布其跨物种抗体动物工程平台在兔底盘取得关键突破，通过一步原位替换技术在兔内源免疫球蛋白基因座完成Mb级别人源基因元件的定点替换，完整保留目标基因座结构与功能调控元件。
AI-Protein Design精选AI 评分6363 《Nature》报道GTAC双特异性抗体经TfR1诱导内吞降解7种GPCR
《Nature》2026年9月30日刊发研究，提出GPCR–TfR1靶向嵌合体GTAC，通过双特异性抗体把目标GPCR拉近组成型内化的TfR1，强制其进入内吞与溶酶体降解途径。
推荐理由：研究用双特异性抗体把GPCR拉向TfR1内吞降解，为难以占位拮抗的受体提供另一种调控路径。
AI蛋白质精选AI 评分7474 牛津大学推出SAbDab2结构抗体数据库，含2.2万抗体实例与ML级训练测试拆分
牛津大学团队在NAR发布SAbDab2，为机器学习时代重新设计的结构抗体数据库，截至2026年10月9日收录来自11,660个PDB编号的22,543个抗体实例，归为6,945个唯一SAbDab2编号。
推荐理由：介绍牛津团队为机器学习重设计的抗体结构数据库，含标准化训练测试拆分与统一标识符，便于复用与比较。
智药邦精选AI 评分7474 Anthropic公布Claude加速药物开发早期进展
Anthropic于2026年10月27日发布文章，介绍Claude加速药物开发的早期进展，过去数月与BigHat Biosciences、BMS、Divergence Labs、Enveda、Generate Biomedicines与The Column Group六家机构达成深度研究合作，并启动自主药物发现项目。
推荐理由：Anthropic披露与六家药研机构及BMS的合作细节，展示Claude在抗体设计、文档审核等环节的具体产出。
王初课题组精选AI 评分6363 Nat. Chem. Biol. | 基于蛋白质组发现并缓解雄激素受体降解剂的肝毒性
阿斯利康团队在Nature Chemical Biology发表研究，用DIA蛋白质组流程筛查204个雄激素受体异双功能降解剂（AR-HBD），将肝毒性定位至线粒体复合体Ⅰ，并据此改造出低毒性化合物3号。
推荐理由：研究用DIA蛋白质组与机器学习把AR降解剂肝毒性定位到线粒体复合体Ⅰ，并据此改造出低毒性候选化合物。
LeapFun同新闻AI 评分6363 莱顿大学等预印本审计抗体免疫原性数据：同一抗体ADA发生率0—86%
莱顿大学医学中心与代尔夫特理工大学的一项预印本审计了抗体免疫原性预测常用数据，将数据集清理扩展到231个抗体，并为其中110个抗体追溯426条临床记录。
同一新闻，精选展示《研究称免疫原性标签限制抗体设计进展》
AI4ProteinAI 评分5858 “长江杯”全球AI蛋白质设计挑战赛公布7大靶点与完整竞赛规则
“长江杯”全球AI蛋白质设计挑战赛于11月1日公布7个赛道靶点与完整竞赛规则，报名和序列提交均于11月30日23:59:59截止。7个靶点为EGFR、TNF-α、GLP-1R、TfR1、TL1A、TNFR1和IL-7Rα，其中5个赛道设计VHH、2个赛道设计minibinder，GLP-1R赛道要求激动剂活性、EGFR赛道需测定pH=6.0时的亲和力。
药化猩球AI 评分4343 Mol-1 从头设计 KRAS G12D pMHC 结合 VHH 报告
基于开源模型 Mol-1，研究对 HLA-A*11:01 呈递的 KRAS G12D 新抗原肽 VVVGADGVGK 从头设计 VHH，40 个候选经结构预测与三重筛选后选出 Top 20。排名第一的 VHH_039 属双模态接触设计组，VHH-肽接触评分 0.4855，对野生型仅 0.0526，特异性比值 9.2 倍。全部结果均为计算预测，未做湿实验验证。
LeapFun精选AI 评分5858 Bruce Booth警告：AI药物供给过剩，Biotech将迎来消化不良
Atlas Venture 合伙人 Bruce Booth 在 LifeSciVC 发文《The Fruits of AI Drug Abundance: Indigestion In The Near Term》，判断 AI 长期能帮制药做出更好的药，但未来 3–5 年在分子设计层面更可能先制造一轮药物丰裕，把行业整体研发生产率推得更糟。
推荐理由：文章转述投资人 Bruce Booth 对 AI 药物丰裕的判断，并梳理评论区关于差异化与估值的分歧。
Molence精选AI 评分7474 Molence 的 Mol-1 流程设计 VHH 可激活 4-1BB，EC50 低于 Utomilumab
Molence 称其 Mol-1 流程设计的两个 VHH-Fc 融合分子在 6 小时报告基因实验中激活 4-1BB，EC50 分别为 0.05 和 0.22 nM，对照 Utomilumab 为 0.43 nM。VHH 01 的 SPR KD 为 3.5 nM，两个设计均表现出高单体纯度、热稳定性和低自相互作用等理化性质。作者引用的前序内容显示，借助第一轮实验结果指导第二轮设计，功能性命中率从 2/30 提升到 51/60，其中 48 个在 0.03 nM 下超过 Utomilumab 阳性对照的平均激活水平。
推荐理由：Molence 展示其 Mol-1 流程设计的 VHH-Fc 在 4-1BB 激动活性上优于 Utomilumab 对照，并给出可开发性指标。
Molence精选AI 评分7070 Molence 报告 30 个设计 VHH-Fc 候选在 13 个靶点的生物物理筛选结果
Molence 对 30 个设计的 VHH-Fc 候选在 13 个靶点上做了四项生物物理筛选，23 个候选至少满足四项标准中的三项。分项通过率为 HIC 疏水性 80.0%、DSF 热稳定性 80.0%（Tm1 > 60°C）、AC-SINS 自相互作用 83.3%、BVP 非特异性结合 70.0%，13 个靶点中有 12 个至少有一个候选满足三项及以上标准。作者称这些结果可用于挑选进入后续开发的分子。
推荐理由：30 个 VHH-Fc 候选在 13 个靶点上的四项生物物理筛选通过率，为设计分子的可开发性筛选提供参照。
AI-Protein Design同新闻AI 评分7373 Baker团队在bioRxiv发布MINT算法，设计出低免疫原性且保留活性的荧光素酶
Baker团队在bioRxiv预印本中提出MINT计算框架，将ProteinMPNN序列生成与NetMHCpan4.1表位预测结合，以从头设计的荧光素酶LuxSit-i为模型蛋白，在固定43个底物附近残基、仅改造其余74个残基的条件下保留催化活性并清除表位。
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。
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。
下一分子精选AI 评分6868 Anthropic收购一人药企Mithril Medicine
Anthropic于10月27日披露已收购由Cody Tranbarger一人运营的Mithril Medicine，交易实际于2026年7月完成，金额未披露。
推荐理由：文章拆解了Anthropic收购一人药企的交易细节与小鼠数据统计边界，区分模式验证与效率验证。
BioTender精选AI 评分7272 刚刚！Anthropic 公布首批 AI 药物研发成果！
Anthropic 于 2026 年 10 月 27 日集中公布六家机构使用 Claude 推进药物研发的早期案例，并宣布收购罕见病公司 Mithril Medicine。
推荐理由：梳理六家机构用 Claude 做药物研发的早期案例，逐项标出体外数据、对照缺失与验证边界。
BioAIDesign精选AI 评分7474 Anthropic 亲自下场 AI 制药：Claude 参与 7 个药物项目，还买下一家单人药企
Anthropic 公布 Claude 参与的六个药物研发合作与一个自有项目，并宣布收购由一人运营的 Mithril Medicine。
推荐理由：按证据强度分层梳理 Anthropic 七项药物研发动作，并指出分子设计项目缺少对照基线这一关键缺口。
机器之心 · AI4Science精选AI 评分7474 Anthropic药物研发新进展：合作六家制药机构，收购「一人药企」
Anthropic 于 10 月 27 日公布生命科学团队与 Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group 等六家机构的药物研发合作进展，并披露收购 Mithril Medicine 后推进的内部项目。
推荐理由：Anthropic 披露与六家机构及收购标的的早期药物研发合作，呈现 Claude 在分子设计与文档审核中的具体用例。
药化猩球精选AI 评分5858 逐行核对 Mol-1 宣传成绩单：75.0%、63% 与 43 pM 在开源仓库中均无出处
作者逐行核对 Mol-1 发布宣传中的四项数字，发现 FoldBench-AB 75.0%、VHH 命中率 63%、SPR 亲和力 KD 43 pM 及单张 H20 跑 60k token 在公开仓库 molence/Mol-1 中均无对应数据，IsoDDE 75.58% 的对比出处标注为 Coming soon。
推荐理由：作者逐条核对 Mol-1 宣传数字与开源仓库，指出基准对比和湿实验数据均无法在代码中复现。
BioTender同新闻AI 评分7272 从 Protenix 到 Mol-1：前字节系团队创业，技术先发如何变成公司优势
Molence 于 2026 年 10 月公开 Mol-1 技术报告与模型，作者以 Protenix 2025 年 1 月开放训练流程到 Mol-1 亮相约 21 个月的时间差为线索，讨论前字节系团队创业的技术先发能否转化为公司优势。
同一新闻，精选展示《Molence 发布开源生物分子智能模型 Mol-1》
智药局精选AI 评分5858 镁伽联合腾讯云、Twist发起Poreva Open蛋白质设计赛，计划湿实验验证超1万条序列
镁伽科技牵头，腾讯云、Twist、思朗科技、诺唯赞等参与，发起全球AI蛋白质设计竞赛Poreva Open，不限国家、模型与技术路线，计划对超过10000条设计序列做湿实验验证。评价体系除靶点结合外新增热稳定性和低非特异性指标，首批3项挑战靶点已公布，赛后拟择优引入类器官等模型进一步验证。奖金包括最高100万元现金、百万元级免费湿实验验证额度和千万元级投资激励。
推荐理由：镁伽联合腾讯云、Twist等发起不限模型的蛋白质设计赛，以万条湿实验验证切入AI4S数据入口。
LeapFun精选AI 评分7878 Pythia Labs发布Pythia-1，单轮设计22个难靶点的激动与拮抗全长抗体
2026年10月，Pythia Labs发布论文《Design of full-length agonist and antagonist antibodies for hard targets》。
推荐理由：报道介绍Pythia-1在22个难靶点上单轮设计全长IgG，并给出GPCR激动与拮抗的功能验证结果。
New Market Pitch精选AI 评分5858 哪些 AI 蛋白设计初创公司已有药物进入临床试验
NewMarketPitch 梳理认为，Generate:Biomedicines、Absci、BigHat Biosciences 和 iBio 是已有可识别 AI 设计药物进入人体试验的 AI 蛋白设计公司，四家合计至少 8 个候选药物进入过人体评估，但仅 Generate 的哮喘抗体 GB-0895 进入 3 期。
推荐理由：梳理四家 AI 蛋白设计公司已进入人体试验的候选药物，并区分临床阶段与疗效证据的强弱。
分子之心MoleculeMind精选AI 评分7474 分子之心MMDesign技术报告：19个项目成功率94.7%，六个GPCR靶点全部命中
分子之心发布MMDesign最新技术报告，在覆盖18个靶点、纳米抗体与大环肽两类模态的19个项目中，18个获得实验确认的结合分子，项目成功率94.7%，单项目仅测试9—50个候选。
推荐理由：技术报告以19个项目的湿实验数据展示少量候选下的跨靶点设计成功率，并给出GPCR与跨轮次优化的具体结果。
望石智慧AI 评分3636 MolVortex大师班第1期：CBL-b别构抑制剂的Hit分子发现
望石智慧在MolVortex大师班第1期展示了其全栈式小分子早研智能体MolVortex完成CBL-b别构抑制剂Hit分子发现的流程。该智能体在数十分钟内检索10+个文献源及80+个专业数据库完成靶点调研，基于8GCY、8QTK、8QNG共晶结构识别别构口袋，参照8GCY结合模式与NX-1607共享药效团生成30个全新候选分子。
DrugAI精选AI 评分7474 Nature：从头蛋白质设计与定向进化构建高对映选择性人工金属酶光催化剂
研究人员用RFdiffusion All-Atom和LigandMPNN从头设计结合金属多吡啶光催化剂的蛋白骨架DE3，再经多轮定向进化获得变体4FFG，催化分子内[2+2]光环加成产物对映体比例达3:97。
推荐理由：研究把从头设计骨架与定向进化串成一条路径，为人工金属酶的光催化立体控制提供了可参照的设计与优化流程。