BoltzGen、RFD4、Mol-1：决定 binder 命中率的可能不是生成器而是过滤器
作者梳理 BoltzGen、RFD4-Proteina 与 Mol-1 的公开证据后认为，把注意力从生成器转向过滤器值得检验，但尚无把同一候选池分别交给 Boltz-2 和 Protenix 过滤再前瞻性比较湿实验命中率的公开配对研究。
推荐理由：文章把生成器与过滤器的证据分层拆开，指出结构恢复榜单与湿实验命中率之间缺少可核验的桥。
#A-Alpha Bio
药化猩球精选AI 评分5858
A-Alpha Bio 官网资讯AI 评分7272 A-Alpha Bio 联合 GSK、Boltz、Cradle、Dyno 发起 Atlas 数据联盟
A-Alpha Bio 于 7 月公开启动 Atlas Data Consortium，创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics，成员每季度各设计一个含 100 万条蛋白-蛋白亲和力测量的 Data Block，由 A-Alpha 在 AlphaSeq 平台上统一生成后按非独占许可共享给全体成员。
A-Alpha Bio 官网资讯精选AI 评分7272 A-Alpha Bio 发起 Atlas Consortium 数据联盟，GSK、Boltz、Cradle、Dyno Therapeutics 为首批成员
A-Alpha Bio 宣布成立 Atlas Consortium，首批五家创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics，以订阅制按季度设计并共享标准化抗体抗原实验数据。
推荐理由：该联盟以订阅制汇集标准化抗体抗原实验数据，为AI抗体设计提供可比的亲和力与结构训练资源。
A-Alpha Bio 官网资讯精选AI 评分6868 A-Alpha Bio 推出 Atlas 平台，以实验结合数据缓解 AI 蛋白设计的数据瓶颈
A-Alpha Bio 推出名为 Atlas 的网页平台，提供可授权的机器学习就绪蛋白相互作用数据，并支持按需生成新的结合数据。平台由高通量平台 AlphaSeq 产生数据，采用统一实验条件与标准化对照，使不同实验的数据集可合并用于模型训练与基准评测。
推荐理由：该平台把标准化实验产生的结合数据组织成可授权数据集，为抗体设计模型的训练与基准评测提供数据来源。
A-Alpha Bio 官网资讯精选AI 评分5858 Tamarind Bio与A-Alpha Bio合作，将AlphaSeq接入AI抗体设计平台
Tamarind Bio与A-Alpha Bio宣布合作，Tamarind Bio用户可将用RFdiffusion、ProteinMPNN等蛋白设计模型生成的抗体序列直接提交至A-Alpha Bio的AlphaSeq平台，获得抗体-靶点对的定量结合亲和力数据。
推荐理由：合作把计算设计的抗体序列接入高通量亲和力测量，为评估AI设计到实验验证的衔接提供参考。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 推出 AlphaSeq 3D，构建分子胶系统性发现平台
A-Alpha Bio 宣布在其 AlphaSeq 平台上新增 AlphaSeq 3D，可在单次实验中用数百个预验证效应蛋白和靶点筛选数千个小分子，覆盖数千万种潜在三元复合物。
推荐理由：A-Alpha Bio 系统介绍了其分子胶发现平台的工作流，从扩展效应蛋白库到 AlphaSeq 3D 多重筛选，为理解诱导邻近药物的发现路径提供了具体参照。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作推进 AI 抗体设计
A-Alpha Bio 宣布参与 DeNOVO Initiative，与劳伦斯利弗莫尔国家实验室等机构开展为期 3 年的合作，用高性能计算和人工智能方法设计可中和未来生物威胁的抗体。
推荐理由：介绍 A-Alpha Bio 参与的多机构抗体设计项目，说明其高通量蛋白互作数据在训练结合预测模型中的角色。
A-Alpha Bio 官网资讯AI 评分2626 A-Alpha Bio 在 PEGS 2025 展示海报：通过平台整合快速工程化双特异性抗体
A-Alpha Bio 在 2025 年 Protein & Antibody Engineering Summit（PEGS）展示海报，主题为通过平台整合快速工程化双特异性抗体。原文仅提供海报展示信息与打开链接，未披露具体方法、实验数据或结果。
A-Alpha Bio 官网资讯AI 评分4242 A-Alpha Bio 海报：用结构域特异性深度学习亲和力预测模型 AlphaBind 加速抗体优化
A-Alpha Bio 在 2025 Festival of Biologics 会议展示海报，介绍结构域特异性深度学习亲和力预测模型 AlphaBind 用于加速抗体优化。原文仅提供海报入口，未披露模型性能数据或实验结果。
A-Alpha Bio 官网资讯AI 评分3636 A-Alpha Bio 在 AACR 2025 展示海报：通过大规模识别可成胶的连接酶-靶点对实现智能分子胶发现
A-Alpha Bio 在 2025 年美国癌症研究协会年会上展示海报，介绍通过大规模识别可成胶的连接酶-靶点对来发现分子胶。海报内容未在原文中披露具体方法、数据或结果。
A-Alpha Bio 官网资讯AI 评分2222 A-Alpha Bio：顺式作用、亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报
A-Alpha Bio在2024年Antibody Engineering & Therapeutics会议上展示顺式作用、经亲和力调优的IL-21免疫细胞因子用于癌症免疫治疗的临床前开发海报。海报可通过官网链接在新标签页打开。
A-Alpha Bio精选AI 评分6565 A-Alpha Bio 发布 AlphaBind 抗体优化模型预印本
A-Alpha Bio 发布 AlphaBind 预印本，称其为业界领先的抗体优化模型，并已测定第 10 亿次蛋白-蛋白相互作用，为预测蛋白结合提供关键训练数据。预印本链接指向 bioRxiv，具体评测结果与对照设置未在推文中披露。
推荐理由：A-Alpha Bio 公开 AlphaBind 预印本，并称已累计测定十亿次蛋白-蛋白相互作用，为抗体优化模型提供训练数据。
A-Alpha Bio 官网资讯AI 评分7878 A-Alpha Bio 发布 AlphaBind 抗体优化模型并公开预训练权重
A-Alpha Bio 发布 AlphaBind 抗体优化模型，基于约 750 万条抗体-抗原结合数据预训练，在四个抗体-抗原体系中仅用一轮实验室数据生成数千个高亲和力变体。BLI 验证的 10 个候选（最多 11 个突变）全部表达且结合力优于亲本抗体；模型以 MIT 许可开源，代码与微调数据已公开。公司称该模型已用于管线与合作的抗体发现，并计划推出 AlphaBind2。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 获美国国防部追加 1450 万美元，加速针对潜在生物威胁的抗体发现与优化
A-Alpha Bio 获美国国防部追加 1450 万美元资助，用于开发快速预测针对潜在生物威胁的治疗方案的机器学习模型。资金来自 JPEO-CBRND，将扩大其与劳伦斯利弗莫尔国家实验室在 GUIDE 项目下的合作。此前两年合作中，A-Alpha 的 AlphaSeq 数据被用于训练预测抗体-抗原结合的机器学习模型，合作范围从冠状病毒扩展到多个未披露的病原体家族。
推荐理由：该资助延续 A-Alpha Bio 与 LLNL 的抗体-抗原结合预测合作，并扩大病原体范围。
A-Alpha Bio 官网资讯精选AI 评分6363 A-Alpha Bio 扩大与 Amgen 合作，推进分子胶理性发现
A-Alpha Bio 宣布扩大与 Amgen 自 2022 年开始的合作，进一步推进分子胶的理性发现。过去六个月中，A-Alpha Bio 在 Amgen 选定的靶点与一组 E3 泛素连接酶之间发现若干弱相互作用，提示或可通过小分子增强结合来诱导靶点降解；Amgen 随后对新识别的连接酶-靶点配对进行了验证。双方现将扩大合作，进一步研究选定配对，以期为分子胶降解剂的理性设计提供依据。
推荐理由：A-Alpha Bio 与 Amgen 在已有合作基础上扩大分子胶发现合作，披露了从弱相互作用筛选到靶点降解验证的推进路径。
A-Alpha Bio 官网资讯AI 评分3838 A-Alpha Bio 完成 2240 万美元 A2 轮融资，扩展蛋白-蛋白相互作用数据平台并加速内部管线开发
A-Alpha Bio 完成 2240 万美元 A2 轮超额认购融资，由现有投资方 Perceptive Advisors Xontogeny Ventures 领投，Madrona 等现有投资方跟投，Breakout Ventures 新加入。资金将用于推进其蛋白-蛋白相互作用数据平台并加速内部管线开发，公司称平台已在生物制剂和分子胶内部项目中取得早期进展。
A-Alpha Bio 官网资讯精选AI 评分6565 A-Alpha Bio 与 Gilead 合作开发下一代 HIV 长效生物药
A-Alpha Bio 宣布与 Gilead Sciences 合作，利用其合成生物学与机器学习专长发现治疗 HIV 的长效生物药。合作将先用 AlphaSeq 平台表征候选药物与 HIV 抗原变体之间的结合亲和力并产生大量数据，再输入机器学习平台 AlphaBind 预测具有更强结合广谱性和抗病毒逃逸能力的蛋白。双方目标是开发高交叉反应性的生物药，以中和多种突变形式的 HIV。
推荐理由：A-Alpha Bio 与 Gilead 合作开发长效 HIV 生物药，展示了 AlphaSeq 与 AlphaBind 双平台在结合广谱性优化上的应用路径。
A-Alpha Bio 官网资讯精选AI 评分6060 A-Alpha Bio 与 LLNL 扩大合作，获 DoD 追加 240 万美元资助
A-Alpha Bio 与劳伦斯利弗莫尔国家实验室（LLNL）扩大合作，获美国国防部（DoD）追加 240 万美元资助，将合作范围从新冠扩展到 DoD 认定的其他潜在生物威胁。A-Alpha Bio 将用 AlphaSeq 测量抗体与病原体变异体之间数百万个蛋白质-蛋白质相互作用，用于训练机器学习模型，预测交叉反应性和毒株特异性结合剂，以加速未来药物发现。
推荐理由：合作从新冠扩展到其他潜在生物威胁，展示用高通量相互作用数据训练抗体结合预测模型的路径。
A-Alpha Bio 官网资讯精选AI 评分6060 A-Alpha Bio 与百时美施贵宝合作发现蛋白降解分子胶靶点
A-Alpha Bio 宣布与百时美施贵宝（BMS）合作，发现用于蛋白降解的分子胶靶点。A-Alpha Bio 将识别并表征新型 E3 泛素连接酶与靶点配对，供 BMS 用于分子胶的潜在设计与开发，以诱导靶向蛋白降解。其专有平台 AlphaSeq 用于检测弱蛋白-蛋白相互作用，以支持分子胶的工程化发现。
推荐理由：A-Alpha Bio 与 BMS 就分子胶靶点发现达成合作，可了解其 AlphaSeq 平台在检测弱蛋白互作上的定位。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 与劳伦斯利弗莫尔国家实验室合作加速新冠变异株抗体发现
A-Alpha Bio 宣布与劳伦斯利弗莫尔国家实验室（LLNL）合作，利用 AlphaSeq 产生的结合数据训练机器学习模型，以加速针对新冠变异株的治疗性抗体发现。该项目由美国国防部支持，计划测量数百万量级的蛋白-蛋白相互作用，并借助 LLNL 的计算能力预测抗体与变异株冠状病毒蛋白的结合，作者称该思路也可用于其他快速演化的传染病和生物威胁。
推荐理由：该合作把 AlphaSeq 的大规模蛋白互作测量与 LLNL 算力结合，用于训练预测抗体与变异株结合的模型。
A-Alpha Bio 官网资讯精选AI 评分6060 A-Alpha Bio 与 Kymera Therapeutics 合作发现分子胶新型相互作用
A-Alpha Bio 宣布与 Kymera Therapeutics 建立合作，共同发现并表征 E3 泛素连接酶与高价值治疗靶点的新型配对，用于分子胶的理性前瞻性设计与开发。这是 A-Alpha Bio 在靶向蛋白降解领域公布的首个合作，双方将围绕分子胶靶点的发现与验证展开工作。
推荐理由：A-Alpha Bio 首次公布靶向蛋白降解领域合作，聚焦 E3 连接酶与靶点配对发现，可作为观察分子胶发现路径的案例。
A-Alpha Bio 官网资讯AI 评分2828 A-Alpha Bio 完成 2000 万美元 A 轮融资
A-Alpha Bio 宣布完成 2000 万美元 A 轮融资，由种子轮起合作的 Madrona Venture Group 领投，Xontogeny 与 Lux Capital 新加入。资金将用于扩充团队、合作能力与计算能力，以推进合成生物学与机器学习相关工作。Matt McIlwain 和 Ben Askew 同时加入董事会。
A-Alpha Bio 官网资讯精选AI 评分6565 A-Alpha Bio 用 AlphaSeq 大规模表征抗体对 SARS-CoV-2 变异株的亲和力
A-Alpha Bio 发布预印本，用 AlphaSeq 技术对 33 种单克隆抗体与数千个 SARS-CoV-2 变异株进行结合测试，在抗体与 RBD 刺突蛋白变异体之间识别出超过 15 万对蛋白质-蛋白质相互作用。作者指出，许多抗体药物正针对 RBD 刺突开发，意外突变可能使病毒逃逸抗体治疗。
推荐理由：A-Alpha Bio 用 AlphaSeq 大规模筛查 33 种抗体与数千个变异株的结合，为变异逃逸评估提供高通量方法参照。
A-Alpha Bio 官网资讯AI 评分3838 Technology Networks 专访 A-Alpha Bio CEO：用合成生物学与 NGS 驱动药物发现
A-Alpha Bio CEO David Younger 在 Technology Networks 的问答中介绍了公司如何利用合成生物学与下一代测序识别数百万个蛋白质-蛋白质相互作用。该访谈由上月的 Laura Elizabeth Lansdowne 主持，聚焦这一能力对药物发现的作用。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio获盖茨基金会80万美元资助，用AlphaSeq平台开发传染病药物
A-Alpha Bio宣布获得比尔及梅琳达·盖茨基金会80万美元资助，将与Lumen Bioscience合作，用AlphaSeq平台产生的数据训练机器学习模型，开发针对肠道和呼吸道病原体的高效、交叉反应疗法。
推荐理由：该资助把AlphaSeq的高通量抗体结合数据与机器学习预测相连，展示了抗体跨菌株反应性开发的合作路径。
A-Alpha Bio 官网资讯AI 评分4242 GeekWire：盖茨基金会向 A-Alpha Bio 授予 80 万美元资助，用于 COVID-19 治疗研究
盖茨基金会向 A-Alpha Bio 授予 80 万美元资助，用于优化传染病疗法。GeekWire 报道称，该公司的 AlphaSeq 平台结合机器学习，可帮助开发治疗传染病的药物。
A-Alpha Bio 官网资讯AI 评分5050 A-Alpha Bio 获 NSF SBIR 二期资助，推进 AlphaSeq 分子胶发现
A-Alpha Bio 获得美国国家科学基金会 SBIR 二期资助，用于继续开发其 AlphaSeq 平台以发现分子胶。GeekWire 就该资助及分子胶发现对医学的潜在影响发表了详细报道。
A-Alpha Bio 官网资讯精选AI 评分5858 A-Alpha Bio 验证 AlphaSeq 分子胶发现可行性并获 NSF SBIR 二期资助
A-Alpha Bio 宣布获得美国国家科学基金会 SBIR 二期资助，用于继续开发其 AlphaSeq 平台以发现分子胶。AlphaSeq 结合合成生物学与二代测序，可同时测量两个蛋白库之间的数百万蛋白-蛋白亲和力；一期中公司已在平台上表达 E3 泛素连接酶与靶蛋白，并正确观察到由现有分子胶增强的蛋白相互作用。
推荐理由：A-Alpha Bio 公布 AlphaSeq 在分子胶发现上的可行性验证，并获 NSF SBIR 二期资助继续开发。
A-Alpha Bio 官网资讯AI 评分2828 A-Alpha Bio 的 AlphaSeq 获多家科学媒体报道：以酵母细胞在文库对文库尺度测量蛋白相互作用
A-Alpha Bio 的 AlphaSeq 方法被 GeekWire、GEN 等多家科学媒体报道，该方法利用酵母细胞在文库对文库尺度上筛选分子“锁与钥匙”，以识别可用于治疗目的的少数“万能钥匙”。GEN 指出，现有方法通常一次只考察一对蛋白，而 AlphaSeq 等新方法可随时间追踪多对蛋白相互作用。
A-Alpha Bio 官网资讯AI 评分4242 A-Alpha Bio 完成 280 万美元种子轮融资，推出 AlphaSeq 用于药物发现
A-Alpha Bio 完成 280 万美元种子轮融资，由 OS Fund 领投，AME Cloud Ventures、Madrona Venture Group 等参投，用于验证 AlphaSeq 并启动与药企的药物发现合作。
A-Alpha Bio 官网资讯AI 评分4242 A-Alpha Bio 获盖茨基金会资助，开发针对肠道病原体的传染病药物
A-Alpha Bio 获比尔及梅琳达·盖茨基金会资助，开展一项可行性研究，用其专有“多靶点”药物发现平台 AlphaSeq 同时针对多种肠道病原体菌株测试候选药物。
A-Alpha Bio 官网资讯AI 评分4242 A-Alpha Bio 获 NSF Phase I SBIR 资助开发 AlphaSeq
A-Alpha Bio 获得美国国家科学基金会（NSF）Phase I SBIR 资助 22.5 万美元，用于开发基于细胞的 AlphaSeq 平台，以高通量、定量表征蛋白质-蛋白质相互作用来加速癌症药物开发。该资助旨在扩展 AlphaSeq 筛选难处理蛋白和不溶性小分子药物相互作用的能力。
A-Alpha Bio 官网资讯精选AI 评分6363 A-Alpha Bio 的 AlphaSeq 论文在 PNAS 发表
A-Alpha Bio 宣布介绍 AlphaSeq 的论文已在 PNAS 发表。文中展示可通过重编程酵母交配同时表征数千个蛋白质-蛋白质相互作用，并观察到改变细胞外环境后相互作用强度的变化。
推荐理由：AlphaSeq 通过重编程酵母交配实现数千蛋白互作并行表征，为结合剂筛选提供可规模化的实验方法。