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。
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。
单细胞表征数据已成公共品,CZ CELLxGENE 的 Census 构建版收录2.18亿个细胞,可免费训练细胞基座模型;但扰动配对数据因单细胞测序的破坏性、公共扰动库浅或小、组合空间巨大而必须自采。Recursion 内部 RPI-93M 含9276万张显微图像、覆盖395.7万个扰动,其开源的 RxRx3 不到内部数据1%;Insitro 与 Xaira 同样以自建湿实验生产配对数据。
Xaira于2026年10月21日推出面向药物发现与设计的AI智能体平台X-Scientist,整合大语言模型、生物学工具、内部数据集及X-Cell、X-Design、X-Patient等自研模型,覆盖机制研究、靶点识别、分子设计与实验规划。
Xaira 的 Justas Dauparas 介绍团队开发的 X-Design,称其能针对真实治疗靶点生成抗体,其中一个靶点此前难以用常规发现方法攻克。相关细节见 Xaira 官网新闻页,推文未披露具体靶点、实验数据或验证结果。
推荐理由:Xaira 员工披露 X-Design 针对真实治疗靶点生成抗体,其中一个靶点此前难以用常规方法发现。
Turbine 发布 Virtual Biology Meetup 第三期完整回放,该期于9月15日围绕虚拟检测如何赢得真实研发决策信任展开。Xaira 的 Ci Chu 介绍大规模扰动数据集如何训练虚拟细胞模型应对未见过的生物学场景,Turbine 的 Krishna Bulusu 则讨论从“能否预测”转向“能否改变决策”。
很高兴看到 @Xaira_Thera 这篇博客文章,它基于我们近期关于评估结合剂设计模型的笔记! 把候选分子称为结合剂的好标准 :) 让我们更多传播关于合理结合剂分类与报告的意识! https://www.xaira.com/news/progressable-binders-the-binders-that-matter
Anthropic 正招聘生物学家、开设湿实验室,并于上月收购成立八个月的初创公司 Coefficient Bio,以引入靶点选择、模态选择和管线规划等生物技术项目运营经验。
Baker Lab团队在Nature发表研究,用基于RFdiffusion训练的RFantibody模型在计算机上从头设计含重链和轻链的完整抗体可变区,无需动物免疫或大规模筛选。针对艰难梭菌毒素等靶点,设计抗体达到中纳摩尔级结合亲和力,转为全长IgG后保留效力;电镜解析的5个设计抗体中有4个与计算预测结构一致。RFantibody代码已在GitHub开放,供学术、个人和商业使用。
推荐理由:研究展示RFdiffusion设计全长抗体可变区并经电镜验证,为从头抗体设计的可行性提供参照。