AI制药日报｜谷歌化学智能体、虚拟细胞与药企进展
本期日报收录谷歌DeepMind的Antigravity化学信息学技能演示，智能体可整理文献与分子数据、调用化学工具分析并协助提出待验证设计方案，官方称部分原需多天的工作可在约一小时内完成，但设计结果仍须实验验证。
#深势科技
下一分子AI 评分3030
深势科技 DP Technology精选AI 评分7474 深势科技合作开发的虚拟细胞模型ProteinTalks登上Nature，并推进药效预测落地
深势科技与合作团队在《Nature》发表虚拟细胞模型ProteinTalks，将大规模动态蛋白质组与神经常微分方程预训练结合，用于药物扰动响应预测。
推荐理由：深势科技作为论文合作方，梳理了ProteinTalks在单药筛选、联用与耐药机制上的实验验证路径。
深势科技 DP Technology精选AI 评分5858 让科学智能真正走进消费品研发现场：联合利华与深势科技的AI4S实践
深势科技与联合利华在联合利华中国研发中心成立30周年之际集中展示两项合作研究成果：从8000多种原料中借助AI模型与实验验证筛出3个具良好抗菌活性的候选分子，MIC处于0.01%—0.075%区间，低于同测试中苯氧乙醇的0.36%—0.64%，相关成分将用于联合利华规模达1.7亿欧元的全球创新项目。
推荐理由：两家公司披露抗菌活性物筛选与衣物护理配方模拟两项合作成果，展示了计算筛选进入实际产品研发的路径。
深势科技 DP TechnologyAI 评分2222 深势科技高志锋在清华大学分享AI4S实践：从分子模型Uni-Mol到材料产线
深势科技AI算法负责人高志锋在清华大学专场以《AI4S：重新理解科学发现》为题，分享团队从分子预训练大模型Uni-Mol到科研智能体SpecXMaster、再到材料产线的三段实践。
AI蛋白质精选AI 评分8383 西湖大学郭天南团队发表ProteinTalks：基于扰动蛋白质组学的虚拟细胞模型
西湖大学郭天南团队联合多家机构在Nature发表ProteinTalks，一个以神经常微分方程为核心的虚拟细胞模型，基于18种乳腺癌细胞系、63种FDA批准药物扰动生成的超过3800万条时序蛋白质丰度数据训练。
推荐理由：该研究用3800万条时序蛋白质组数据训练虚拟细胞模型，为药物响应预测提供了不同于转录组路线的参照。
深势科技 DP TechnologyAI 评分5050 深势科技与国家中试基地（北京）达成战略合作，共建AI4S药物设计计算平台与药物研发智能体
深势科技与国家人工智能应用中试基地（医疗）·北京建设运营方北京医疗健康大模型有限公司签署战略合作协议，将围绕共建AI4S药物设计计算平台及药物研发智能体、靶点发现、医药医疗高质量语料库与循证模型等五大方向联合攻关。
深势科技 DP Technology精选AI 评分6060 安科生物与深势科技签署战略合作，聚焦ADC载荷分子设计与成药性优化
2026年9月16日，安科生物与深势科技签署战略合作协议，围绕抗体偶联药物（ADC）载荷分子的设计与优化开展合作。双方将依托深势科技在分子模拟、自由能计算、定量构效关系分析及ADMET预测等方面的能力，开展载荷候选分子的结构生成与虚拟筛选、关键理化性质预测及转运体外排相关耐药风险评估，并通过计算设计、实验验证、数据回流闭环改进预测模型与分子设计。
推荐理由：合作聚焦ADC载荷分子的设计与成药性优化，并规划计算与实验数据回流闭环，可作为AI4S落地具体研发课题的观察样本。
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。
北京科学智能研究院AISI精选AI 评分8282 北京科学智能研究院等团队在Nature发表蛋白质组虚拟细胞模型ProteinTalks
北京科学智能研究院与西湖大学、北京大学、深势科技、哈尔滨医科大学等单位合作，在Nature发表基于NeuralODE框架的蛋白质组虚拟细胞模型ProteinTalks，用于预测药物响应与发现耐药线索。
推荐理由：研究用时间分辨扰动蛋白质组训练动力学虚拟细胞，并给出药效预测与实验验证的完整链路。
Mol.AIAI 评分3838 基于 Uni-Mol 重现血脑屏障渗透性预测并上线在线工具
基于 ICLR 2023 的 Uni-Mol 框架微调血脑屏障渗透性分类模型，在留出测试集上取得 ROC-AUC 0.9199、PRC-AUC 0.9686。训练使用约 2000 多个 BBBP 分子，经 RDKit 规范化后剔除 11 个非法分子，微调 10 个 Epoch。