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。
#NVIDIA
BioTender精选AI 评分6060
药化猩球AI 评分7878 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。
动脉网AI 评分3838 对话腾讯健康吴文达：医疗AI不缺新应用，核心是如何融入真实业务流
腾讯健康在2026腾讯全球数字生态大会智慧医疗专场上发布「医疗AI Agent工具箱」，以WorkBuddy通用Agent平台为底座，将医疗专业知识、垂直模型和标准化Skill封装为可组合调用的能力。
LeapFunAI 评分4343 黄仁勋对话礼来CEO：AI制药正在走向自动化研发闭环
礼来发布“Agentic Automation Lead — Frontier AI”招聘，目标是让AI智能体选择实验、交由机器人与分析仪器执行并据结果调整下一轮策略，把“设计—制备—测试—分析”周期从数周缩短到数天。
BioTender精选AI 评分6565 全原子模型密集涌现，AI 蛋白设计迎来新一轮技术竞赛
BioTender 汇总2026年9—10月收录的19个全原子建模与设计项目，覆盖结构生成、复合物预测、结构编码与设计优化，认为竞赛焦点正从生成结构延伸到控制功能。
推荐理由：梳理19个全原子建模项目的路线差异，并指出评测口径与开放程度决定成绩可比性。
澪乃ゆいAI 评分1818 RFD4-Proteina 直播回放加时间戳
🧬 昨天关于 RFD4-Proteina 的直播已添加时间戳！✨ 围绕 IPD × NVIDIA 共同开发的蛋白质设计模型，从原理到研究成果进行了解说！ 可以从感兴趣的部分开始观看，错过直播的朋友、想再复习一遍的朋友都欢迎观看！🩵🩷
下一分子AI 评分3838 AI制药月报｜2026年10月
下一分子10月月报收录33项进展，蛋白质设计重点从生成候选延伸至功能验证，虚拟细胞数据规模继续扩大，产业合作聚焦递送与蛋白疗法。月报以时间线梳理Baker Lab及IPD的14项研究，涵盖模型工具、功能设计与可开发性。其他进展包括RFdiffusion3正式发表、RFD4开源，以及剂泰与礼来就LNP递送达成合作，首付款逾千万美元、里程碑最高11亿美元。
澪乃ゆいAI 评分1515 IPD与NVIDIA合作蛋白质设计模型RFD4-Proteina
感谢今天来观看Paper Talk直播的各位！🩵🩷 这次我们介绍了IPD × NVIDIA共同开发的蛋白质设计模型“RFD4-Proteina”！🤖✨ 错过直播的朋友，或者想再仔细看一遍的朋友，请务必从存档观看！
下一分子AI 评分7272 AI制药日报｜2026-10-31
Ginkgo Datapoints旗下虚拟细胞药理学计划于2026年10月27日以CC BY 4.0许可开放ReFRAME化合物库的DRUG-seq转录组数据，覆盖12,949种化合物，注册免费账户即可获取。
澪乃ゆいAI 评分1818 华盛顿大学与NVIDIA蛋白质设计模型讲解
稍后11/1 10AM (JST)开始直播✨ 这次要讲解的是华盛顿大学IPD与NVIDIA共同研究的蛋白质设计模型RFD4-Proteina！ 初次观看的朋友也非常欢迎！ 请一定来实时观看哦🙌
下一分子精选AI 评分7474 NVIDIA 发布 BindClaw 技术报告：以机制计算测定串联蛋白结合剂设计
NVIDIA 在 10 月 28 日的技术报告中提出 BindClaw，一套智能体辅助的蛋白结合剂设计流程，可从生物学目标或论文出发识别靶点与结合位点、建立抑制或降解等五类机制相关计算测定，再调用 RFD4-Proteina、Proteina-Complexa 等后端生成并迭代候选物。
推荐理由：NVIDIA 技术报告把机制相关计算测定嵌入蛋白结合剂设计流程，并给出钙调蛋白状态选择性的湿实验数据。
下一分子AI 评分3434 AI制药日报｜2026-10-30
Brian Hie 团队报告 Evo 2 在仅给四个示例、不做额外训练时可生成金属结合蛋白、从头抗体与完整噬菌体基因组，作者称其为训练时未预料到的生成式上下文学习。
BioAIDesign精选AI 评分7878 NVIDIA 发布 BindClaw 技术报告：18 个钙调蛋白结合剂中 15 个结合，13 个区分钙结合态
NVIDIA 于 2026-10-28 发布 BindClaw 技术报告，把抑制剂、降解剂、稳定剂、状态选择性、受体激动五类功能要求写成冻结评分的计算 assay，让智能体在固定评分标准下迭代蛋白设计。
推荐理由：报告把功能要求固化为可执行计算对照，并用钙调蛋白湿实验检验状态选择性设计。
药化猩球精选AI 评分5858 基于 RFD4-Proteina 的 TfR1 靶向 VHH 设计全流程
作者记录了用华盛顿大学 IPD 与 NVIDIA 的 RFD4-Proteina 流匹配模型搭建 TfR1 靶向 VHH 从头设计流水线的完整流程，保留框架区、从头设计三个 CDR，批量生成 500 条设计并按 pLDDT、界面接触数、表位距离、CDR 组氨酸数等加权筛出 Top 20。
推荐理由：完整记录了用 RFD4-Proteina 搭建 TfR1 纳米抗体设计流水线的步骤与踩坑，可作为迁移到其他靶标的操作参照。
木可AI探索笔记精选AI 评分5858 17亿次实测 vs 一次造出10¹⁶个抗体：把AI制药"数据荒"卷成护城河的两种活法
文章对比Terray与Jura Bio两条自产数据路线：Terray用自研高通量硬件累计超过4200亿次测量、折算逾170亿个靶标-分子互作数据点，Jura Bio则用变分合成一次造出10¹⁶个抗体序列。作者认为两者分别拆解干湿循环的合成端与筛选端，Terray已签吉利德、BMS、Odyssey合作并预计2026年有内部药物进入临床试验，但数据规模本身不等于成药。
推荐理由：文章把Terray与Jura Bio两种自产数据路线放在干湿循环两端对照，便于理解数据瓶颈的不同解法。
下一分子精选AI 评分7373 IPD与NVIDIA开源RFD4-Proteina：从计算通过率到湿实验的采用判断
IPD与NVIDIA于10月公开RFD4-Proteina的代码与模型权重，模型把序列与结构放进同一生成过程，并提供候选搜索与评估入口，核心许可为BSD 3-Clause。
推荐理由：结合开源入口、计算基准口径与两组湿实验，给出团队自评该蛋白设计模型是否值得采用的判断框架。
智药邦AI 评分7878 英伟达与David Baker团队联合发布蛋白质设计模型RFD4-Proteina
NVIDIA与华盛顿大学医学院蛋白质设计研究所联合发布开源模型RFD4-Proteina，归属NVIDIA BioNeMo，兼具可编程蛋白质设计与搜索能力，可基于分子输入、约束条件和评分目标检索并优化设计方案。
木可AI探索笔记AI 评分3838 不是通用大模型吃掉蛋白模型，是蛋白基础模型吃掉蛋白任务模型
蛋白领域真正在发生的是蛋白基础模型吸收单任务模型，而非通用大模型吞并蛋白模型。Anthropic将Basecamp Research的280亿参数EDEN接入Claude Science，Xaira的X-Scientist以通用大模型作调度、X-Cell与X-Design等蛋白模型作执行引擎。
BioTenderAI 评分2020 巨头割据下的AI生物学
科技巨头正从分子模拟、蛋白质设计、科研智能体与自动化实验室等不同入口切入生物学。上周Google展示自主湿实验室，OpenAI用数千个Agent分析数百万个脑细胞并收购AI制药公司Orchestra Bio，微软发布BioEmu-2，Anthropic开放生命科学研究合作，NVIDIA推出蛋白质设计模型RFD4-Proteina。
BioTenderAI 评分4848 AI 生物学，进入巨头割据时代
OpenAI、Anthropic、NVIDIA 与 Google、微软近期密集发布动作，争夺科学家科研工作流的发起入口。OpenAI 披露数千个 GPT-Rosalind 代理用 32 分钟分析数百万鼠脑细胞既有数据，Google 的 VERID 经三轮适配体设计反馈将命中率从首轮 10.2% 提升至第三轮 33.5%。
LeapFun精选AI 评分7474 Baker开源RFD4，38亿美元的Chai还值不值？
David Baker团队联合NVIDIA发布并开源RFD4-Proteina，代码与权重开放、核心许可为BSD 3-Clause，由此引发业内对Chai Discovery等闭源蛋白设计平台是否仍值得支付溢价的争论。
推荐理由：围绕RFD4开源后闭源蛋白设计平台是否仍值得付费，梳理业内分歧并给出护城河转移的判断。
LeapFun精选AI 评分5858 RFD4-Proteina 文档实操解读：从 Binder 生成到 Agent 自动设计蛋白质
作者以使用者视角梳理 Baker Lab 与 NVIDIA 的 RFD4-Proteina 官方文档，按 Quickstart、Cookbook、输入条件、Reward-Guided Search、Metrics 与 Agent Skills 的顺序给出上手路线。
推荐理由：文章按官方文档梳理 RFD4-Proteina 从输入约束、生成搜索到 Agent 编排的实操路径，便于团队复现工作流。
BioAICraftAI 评分3838 RFD4-Proteina 全流程教程｜Baker Lab 与 NVIDIA GenAIR 联合发布的全原子生成模型
Baker Lab 与 NVIDIA GenAIR 等团队开发的全原子生成模型 RFD4-Proteina 发布全流程教程。正文仅说明该模型的开发方与“全原子生成模型”定位，未披露具体方法、评测数据或可用性信息。
UW Institute for Protein Design精选AI 评分7474 IPD 与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina
UW 蛋白质设计研究所（IPD）与 NVIDIA 联合发布开源蛋白设计模型 RFD4-Proteina，已接入 NVIDIA BioNeMo。据 NVIDIA 介绍，该模型在 200 个残基长度下生成速度比 RFdiffusion3 快 13 倍，在 12 项以上蛋白设计任务上达到当前最优，并支持自定义设计输入与在难题上使用测试时计算。官方提供结合剂设计教程与项目主页 rfd4-proteina.org。
推荐理由：IPD 与 NVIDIA 联合发布开源蛋白设计模型，给出相对 RFdiffusion3 的生成速度与任务覆盖对比。
NVIDIA Healthcare & BioNeMo精选AI 评分7272 NVIDIA 与 UW 蛋白设计研究所发布开放蛋白设计模型 RFD4-Proteina
NVIDIA 与华盛顿大学医学院蛋白设计研究所发布开放模型 RFD4-Proteina，将可编程蛋白设计与搜索能力结合，可按分子输入、约束和评分目标生成并优化蛋白设计。
推荐理由：该开放模型把可编程蛋白设计与搜索结合，并在四类基准上报告了相对基线的设计成功率与吞吐表现。
动脉网精选AI 评分6060 礼来补齐AI版图：为什么它把“最后一公里”交给了这家中国递送公司？
礼来与剂泰科技围绕新型脂质纳米颗粒（LNP）递送解决方案达成战略合作，剂泰科技将收取逾千万美元首付款，并有资格获得总额最高可达11亿美元的开发、监管及商业里程碑付款，另按合作产品年度净销售额获个位数百分比分级特许权使用费。
推荐理由：以礼来与剂泰的LNP合作切入，梳理礼来AI版图各环节的获取方式差异，并讨论AI递送平台的价值边界。
药时代AI 评分6868 剂泰科技与礼来达成超11亿美元AI驱动LNP递送合作
剂泰科技2026年10月19日宣布与礼来达成战略合作，聚焦AI驱动的LNP递送技术研发，将利用NanoForge平台下的AiLNP设计提升LNP组织靶向性和体内分布的新一代递送技术，礼来投入药物发现、开发及商业化资源。
GEN (基因工程与生物技术新闻)AI 评分4040 Danaher 与 Nvidia 合作整合实验室仪器与 AI，推进自主科学
Danaher 与 Nvidia 宣布合作，将 Danaher 的科学仪器、自动化技术、实验室工作流软件与领域专长同 Nvidia 的加速计算和 AI 技术结合，推动自主科学。
AI蛋白质同新闻AI 评分8888 Baker团队在Science发表RFdiffusion3，实现原子级功能位点支架设计并从头构建酶与RNA
华盛顿大学David Baker团队在Science发表RFdiffusion3（RFD3），一种基于自由原子扩散的生成式方法，可同时以蛋白质和核酸的关键原子位置为条件进行功能位点支架设计。
Terray Therapeutics精选AI 评分5858 Terray 与 NVIDIA 用微调 Nemotron 模型抽取化学合成路线并接入 EMMI 平台
Terray Therapeutics 与 NVIDIA 合作，用微调的 Nemotron 3.5 Super VL 和 Nemotron 3 Nano Omni 从科学文献中抽取化学合成路线，并称取得当前最优性能。
推荐理由：Terray 与 NVIDIA 合作把化学合成路线抽取能力嵌入 EMMI 平台，展示了化学文档解析在药研工作流中的具体用法。
智药局精选AI 评分5858 AI for Science，黄仁勋再出手！
英伟达10月15日宣布投资五家英国AI企业，包括AI制药公司Boltz和AI for Science初创Prima Mente，另三家为Foresight、Hiverge和Riverlane。
推荐理由：英伟达投资两家英国AI for Science企业，可对照其模型与平台在药研链条中的位置。
木可AI探索笔记精选AI 评分7474 David Baker 团队推出 Prompteina：用自然语言指令设计蛋白并在 GM2A 靶点筛出 6 个结合剂
David Baker 团队发布蛋白生成模型 Prompteina，以英伟达 Complexa 为底子、用 5240 万条结构描述训练，可直接接受自然语言指令设计蛋白。据该文，它在 18 项任务中胜出 15 项，折叠架构控制指标提升到 51.1%，在 20 个靶点盲测中至少胜出 13 个。湿实验针对 GM2A 靶点挑选 90 个设计，筛出 6 个有效结合剂，最强亲和力为 107 nM。
推荐理由：介绍 Prompteina 用自然语言指令驱动蛋白生成，并给出湿实验筛出结合剂的结果，便于了解该方向的方法与证据边界。
木可AI探索笔记精选AI 评分8383 David Baker团队提出文本条件化全原子蛋白生成模型Prompteina，GM2A结合剂湿实验命中率6.7%
David Baker团队联合新加坡国立大学和AI2提出文本条件化全原子蛋白质结构生成模型Prompteina，以自然语言作为统一条件入口，基底为NVIDIA团队的Complexa。
推荐理由：梳理Prompteina如何用自然语言统一蛋白生成接口，并完整走通agent设计到湿实验命中的链条。
Gabriele CorsoAI 评分5050 英伟达10亿美元投资五家英国初创
😏 （引用推文核心内容：突发：Jensen 刚刚宣布 @nvidia 将向 5 家英国初创公司投资 10 亿美元以上： >> Boltz：构建生物分子模型和 AI 智能体，帮助科学家预测分子结构与相互作用 >> Foresight：帮助大型基础设施项目业主预测完工日期、降低风险并加速实现收入 >> Hiverge：构建 AI 发现引擎，可自动编写并优化算法，用于加速 AI 训练和复杂物流规划等任务 >> Prima Mente：专注于构建生物基础模型，以解码复杂疾病并识别新治疗靶点，先从阿尔茨海默病、帕金森病和 ALS 入手 >> Riverlane：构建可跨所有主要量子比特类型工作的实时纠错硬件和软件，帮助量子计算机达到实用所需的可靠性 他今晚在伦敦宣布了这一消息。 抱歉照片拍得很糟，还拍到了 @rowlsmanthorpe 的侧脸）
智药邦AI 评分3838 AI公司加码生物数据建设，究竟在布局什么
AI公司正通过自建实验室、云实验室合作与资助虚拟生物学计划等方式参与生物数据生产。Anthropic组建基础生物学研究团队和实验室，用实验检验Claude模型的生物学设想；Biohub扩大虚拟生物学计划，Google DeepMind、Isomorphic Labs和Meta合计承诺投入3亿美元，整项计划总投入约18亿美元。
Marinka Zitnik精选AI 评分6363 ToolUniverse 新增 GPU 环境自动配置，支持智能体调用蛋白设计模型
ToolUniverse 推出 GPU 环境自动配置功能，使智能体可在复杂生物数据集上调用机器学习模型并把输出用于发现流程。
推荐理由：ToolUniverse 新增 GPU 环境自动配置，让智能体直接调用蛋白设计与结构预测模型，并附可复用的 EGFR 设计流程。
Martin PacesaAI 评分4242 https://x.com/MartinPacesa/status/2107944175958426060
Alex RivesAI 评分3838 美能源部与NIH联合发起虚拟生物学计划
美国能源部（DOE）与NIH宣布建立重大合作，目标是生成构建AI细胞预测模型所需的数据。Isomorphic、Google DeepMind和Meta作为创始伙伴加入"虚拟生物学计划"，Allen Institute、Broad Institute、Wellcome Sanger Institute及NVIDIA等机构共同参与这一国际科学项目。
EMBL-EBI News精选AI 评分6868 AlphaFold 数据库新增病毒蛋白复合物预测，覆盖 2800 多种病毒
EMBL-EBI 与 Google DeepMind、NVIDIA 等合作，在 AlphaFold 数据库中开放 2800 多种病毒的 AI 预测蛋白复合物结构，优先覆盖已知感染人类的病毒科。
推荐理由：AlphaFold 数据库新增 2800 多种病毒的蛋白复合物预测结构，为疫苗与诊断靶点研究提供开放基础数据。
OpenFold精选AI 评分5858 NVIDIA BioNeMo 推理运行时公测，OpenFold3 在 H100 上提速超 2 倍
NVIDIA BioNeMo Inference Runtime 进入公开测试，这是一个基于 PyTorch 的开源库，用于在 NVIDIA GPU 上加速生物分子推理。OpenFold 转发称，由 MoAlQuraishi 与 OpenFold Consortium 开发的 OpenFold3 借助专用优化在 H100 等 GPU 上运行速度提升超过 2 倍；该运行时支持 Boltz-2、OpenFold2、Protenix v2 等模型的优化，并可通过 Ray 扩展 GPU 副本。
推荐理由：OpenFold3 在 BioNeMo 推理运行时上的加速数据，为结构预测模型的部署效率提供了具体参照。