跳到正文
11月8日周日
  1. AI-Protein Design74

    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。

  2. iNature30

    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。

  3. 下一分子65

    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。

11月7日周六
11月6日周五
  1. AI-Protein Design72

    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。

  2. 奶牛猫的CADD实验室73

    机器学习力场SO3LR Tauri发布:训练覆盖85种元素,可模拟蛋白质与DNA体系

    研究人员发布机器学习力场SO3LR Tauri,用约1.48亿个量子化学结构训练,覆盖85种元素并提供三种规模模型。作者在Crambin蛋白质模拟中报告重原子RMSD约1.10 Å,在顺铂与DNA交联体系中无需额外约束即维持铂四配位,但水分子扩散速度约为实验值一半,单张AMD MI355X GPU上中等模型模拟5万原子体系约1.8 ns/day。代码、模型和训练数据已公开。

    推荐理由:该工作用同一机器学习力场覆盖85种元素并测试多种生物体系,同时给出水扩散偏慢与模拟速度的具体边界。

  3. LeapFun58

    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。

  4. Hannes Stärk73

    读书会讨论 RFD4-Proteina:188 个设计结合剂中 158 个结合 TrkA 低于 1 µM

    Hannes Stärk 在读书会预告中介绍 RFD4-Proteina 的结果:188 个设计结合剂中有 158 个以低于 1 µM 结合 TrkA,次优方法为 60 个中 18 个。Nate Corley 与 @DidiKieran 将在线讲解,项目页面为 https://rfd4-proteina.org/。

    推荐理由:该报告给出 RFD4-Proteina 与次优方法在 TrkA 结合剂湿实验命中率上的对照数字,便于比较设计方法的实验产出。

  5. 下一分子36

    AI制药日报|Nature发表RNA基础模型structRFM、OriBench-AutoLAB初步闭环...

    中国科学技术大学、浙江大学等机构在Nature发表RNA基础模型structRFM,预训练中通过结构引导掩码语言建模同时学习序列与碱基配对关系。临港实验室与上海人工智能实验室联合推出基于OriBench的自驱动实验室平台AutoLab,打通从计算推演到实验验证的干湿闭环。

  6. 机器之心 · AI4Science67

    至知创新研究院发布分布式计算系统Tessera,在512张GPU上完成约3070万原子分子动力学计算

    至知创新研究院在论文中提出分布式计算系统Tessera,基于E2Former V2架构的UBio-MolFM模型,在512张GPU上完成约3070万原子的完整能量与受力计算,单步耗时1.684秒,扩展效率89.7%。

    推荐理由:该工作把多层等变机器学习力场扩展到数千万原子,并给出弱扩展效率与千万原子轨迹的结构统计对照。

  7. BioTender60

    David Baker 皇家学会 Croonian 演讲:AI 蛋白质设计从结合走向执行功能

    2026 年 11 月 3 日,David Baker 在伦敦皇家学会发表 Croonian 奖项演讲,以“Advances in computational protein design”为题展示团队及合作者近一两年在结合蛋白、条件响应开关、从头酶和蛋白质材料方面的进展。

    推荐理由:以一场奖项演讲为线索,串联结合蛋白、条件开关与从头酶的多项进展,呈现蛋白质设计从识别走向执行功能的路径。

  8. GEN (基因工程与生物技术新闻)70

    剑桥团队AI设计广谱禽流感mRNA疫苗DVX-panH5Nx,临床前保护优于储备疫苗

    英国剑桥大学与衍生公司DIOSynVax等合作,用AI整合全球监测的H5Nx基因序列设计多抗原mRNA疫苗DVX-panH5Nx,在动物试验中对多种H5N1变异株实现完全保护,而现有多款储备疫苗仅保护约50%的受试动物。

    推荐理由:研究用AI整合全球H5Nx序列设计多抗原mRNA疫苗,在动物攻毒中与世卫组织储备疫苗形成直接对照。

11月5日周四
  1. 药化猩球41

    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。

  2. 药化猩球60

    把 AF3 置信度当亲和力?全蛋白组老药筛选只打平传统算法

    一项预印本研究将 AlphaFold 3 的界面拓扑评分 ipTM 直接作为全蛋白质组药物重定向的亲和力指标,在 1,103 个双方均成功建模的蛋白上取得 nAIA 10.13、NDCG 0.056,十年前基于同源模板的 BANDOCK+ 为 nAIA 9.93、NDCG 0.054,两者总体近乎重合。

    推荐理由:该预印本把 AlphaFold 3 的 ipTM 用于全蛋白质组药物重定向,并与十年前的经验算法对比,提供了打分机制层面的参照。

  3. 药化猩球78

    NVIDIA公开RFD4蛋白设计数据体系:2.13TB、19类训练数据覆盖抗体、环肽与RNA

    NVIDIA在开放RFD4-Proteína蛋白设计模型之外,公开了支撑训练的数据体系,共2.13TB、19类训练集、33,527个文件对象,覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链,相比早期约239GB、5类数据的版本明显扩展。

  4. BioArt75

    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。

  5. BioTender78

    Nature发表structRFM:中国科大等让RNA基础模型同时学习序列与结构

    中国科学技术大学、浙江大学等机构在Nature发表RNA基础模型structRFM,在预训练中通过结构引导掩码语言建模同时学习序列与碱基配对关系。

    推荐理由:该研究把碱基配对结构引入RNA基础模型预训练,并在二级、三维结构与功能任务上给出对照结果。

  6. 下一分子32

    AI制药日报|大分子/小分子/虚拟细胞多项研究进展

    研究团队用肽条形码、尺寸排阻色谱与质谱结合的混合方法,在大肠杆菌统一生产条件下量化了超过39000个天然蛋白结构域变体、从头设计蛋白和纳米抗体的单体产量。AtomLM-9b以全原子结构分词器将生物分子几何压缩为离散结构token,在CASP14和CASP15上全原子lDDT分别为0.832和0.835。单细胞基础模型基准评测显示,五种模型在跨物种注释与扰动预测上优于简单基线,但同物种内优势有限。

  7. 智药邦41

    Drug Discov Today|赛诺菲等综述:通路分析如何提升药物靶点优先级排序效率

    赛诺菲、Open Targets与EMBL-EBI等团队在《Drug Discovery Today》发表综述,系统梳理通路分析在药物靶点优先级排序中的应用。文章比较Reactome、KEGG、WikiPathways、GO等通路资源及ORA、GSEA和拓扑感知方法,并列举GWAS、转录组、蛋白质组与CRISPR筛选中的靶点发现案例。

  8. 智药局72

    突发,Claude攻克生物学「40年未解难题」!狂筛150亿条序列,发现者亲自验收

    Anthropic宣布其生物学研究团队与Claude合作,绘制出细菌源Vault(囊泡样蛋白颗粒)的三维结构图,项目耗时不到4个月。团队用Claude Science分析约150亿条预测蛋白质序列,挑出44个序列做实验测试,其中15种产生可溶性蛋白、7种组装成Vault样颗粒、4种经冷冻电镜确认具有Vault结构。

    推荐理由:Anthropic用Claude辅助从海量序列中筛出细菌源Vault同源蛋白并经冷冻电镜验证,同时披露模型在真实科研流程中的失误。

  9. 王初课题组30

    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。

  10. 澪乃ゆい58

    BioResearchBench发布50项长程生物学研究任务基准

    BioResearchBench在bioRxiv发布预印本,提出50项长程生物学研究任务,用于评测模型完成多步骤生物学研究的能力。推文仅给出标题与预印本链接,未披露任务构成、评测模型与结果。

    推荐理由:该预印本提出包含50项长程生物学研究任务的基准,为评估模型处理完整科研流程的能力提供参照。

  11. 澪乃ゆい72

    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。

  12. DrugAI68

    浙江大学侯廷军团队发布PROTAC-DB 4.0,整合分子胶与XTAC并引入LLM问答

    浙江大学侯廷军团队联合中国药科大学等在Nucleic Acids Research发表PROTAC-DB 4.0,将数据库从PROTAC扩展至分子胶和XTAC。

    推荐理由:该论文把PROTAC、分子胶与XTAC数据整合进统一知识库,并给出LLM加RAG的检索架构,可作为靶向降解数据资源与AI建模的参照。

11月4日周三
  1. BioAICraft58

    Mol-1全流程教程与实测:四类复合物结构预测及有无MSA对比

    作者在Linux加RTX 4080S环境部署Molence Bio开源的Mol-1全原子结构预测模型,对蛋白-蛋白、抗体-抗原、纳米抗体和蛋白-小分子四类体系各做有/无MSA预测,共生成24个结构。

    推荐理由:作者在RTX 4080S上实测Mol-1四类复合物预测,对比有无MSA的DockQ与RMSD差异,可作为部署与参数配置参考。

  2. AI蛋白质74

    北邮上交大复旦等联合发布自动研究智能体,优化MSA组织提升蛋白复合物结构预测

    北邮、上交大、复旦等团队提出自动研究智能体,将AlphaFold 3视为黑盒,针对每个目标重组多序列比对(MSA)的序列选择与跨链配对策略,仅依赖预测置信度信号迭代优化。

    推荐理由:研究显示MSA深度与配对策略需按目标定制,为AF3复合物预测流程提供了可迁移的优化思路。

  3. BioTender72

    从蛋白质到细胞:腾讯混元 AI 智能体开始自己训练生物基础模型

    腾讯混元发布四份技术报告,覆盖蛋白质逆折叠、序列表征、原子级力场与单细胞转录组表征,并称 HyInv 与 HyPLM 由科研智能体 Hyra 2.0 从头训练。

    推荐理由:四份技术报告把混元生物模型从蛋白质序列设计延伸到原子模拟与单细胞表征,并给出与基线的速度误差对照。

  4. Genesis Molecular AI68

    Genesis Molecular AI 的 NeurIPS 2026 论文:分子优化达最强推理时搜索同等性能,oracle 调用少 58 倍

    Genesis Molecular AI 在 NeurIPS 2026 论文中报告,其方法在分子优化任务上达到与最强推理时搜索相同的性能,同时 oracle 调用次数减少 58 倍。该推文指出,预训练分子生成器掌握化学规律但不了解具体靶点,论文聚焦离散扩散设计选择对反馈效率的影响。

    推荐理由:该论文比较离散扩散分子生成中不同设计选择对反馈效率的影响,为优化时的 oracle 调用预算提供参照。

  5. 机器之心 · AI4Science58

    ReSFlow:在统计流形上整流离散生成路径,实现一步采样

    内蒙古大学、上海财经大学与CMU团队提出ReSFlow,将类别概率经平方根映射到球面,在球面上重新配对并整流生成轨迹,使离散数据可一次模型调用完成生成,该工作已被NeurIPS 2026接收。

    推荐理由:论文把离散类别概率映射到球面做整流,使一步采样接近多步ODE质量,为离散序列生成提供可迁移思路。

11月3日周二
  1. AI药物设计实验室71

    Nature Communications|IDPForge用扩散模型生成无序蛋白构象集合

    IDPForge以ESMFold序列与残基配对模块结合去噪扩散,从氨基酸序列生成全原子无序蛋白构象集合,在32条单链IDP测试序列上综合NMR拟合的归一化X-EISD分数为0.890,高于IDPConformerGenerator的0.576、IDPFold的0.582和CALVADOS的0.584。

    推荐理由:介绍IDPForge用扩散模型生成无序蛋白构象集合,并对照NMR与SAXS数据说明其优势与尺寸偏差。

  2. 深势科技 DP Technology74

    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。

  3. 下一分子63

    Dunbrack团队将ipSAE扩展至小分子与核酸复合物置信度评估

    Fox Chase Cancer Center的Roland Dunbrack在bioRxiv发表预印本,将原本用于蛋白—蛋白相互作用的ipSAE评分扩展到蛋白—小分子、蛋白—核酸体系,以蛋白为对齐参照评估整个配体位置并调整归一化方式。

    推荐理由:预印本把界面置信度评分扩展到蛋白—小分子与核酸体系,并给出留出集上的分类表现与失效案例。