AI 制药日报 · 2026 年 10 月 13 日 · 星期二
下一分子
生成式设计与自由能排序结合，发现三个纳摩尔级LasB抑制剂
研究团队提出一套全开源的计算与实验联用流程，将基于片段的从头分子设计与炼金绝对结合自由能计算结合，在化学合成前按物理模型排序候选分子。以铜绿假单胞菌毒力相关锌金属蛋白酶LasB为靶点，从约4万个经多目标优化生成的化合物中选出少量优先分子进行实验测试，发现三个此前未报道的纳摩尔级抑制剂（IC50 22-53 nM），并报告其代谢与血浆稳定性良好。
蛋白质与大分子设计
Adaptyv Bio另有 1 家信源报道Anthropic × Adaptyv 蛋白质设计竞赛第三题开放：设计激活 GLP1R 的蛋白
Anthropic × Adaptyv 蛋白质设计竞赛第三题开放，要求参赛者设计能激活 GLP1R 的蛋白质。GLP1R 是司美格鲁肽（Ozempic、Wegovy）和替尔泊肽在 2 型糖尿病与肥胖中作用的受体。
小分子与计算化学
南京中医药大学纪建建团队在Cell Reports Medicine发表AI筛选抗耐药RSV中药成分Punicalin的研究
南京中医药大学纪建建团队利用自主构建并开源的抗病毒药物AI模型，从中药化合物库中筛选出活性成分Punicalin，成果发表于Cell Reports Medicine。
AI 虚拟细胞与扰动预测
上海人工智能实验室等发布AblateCell智能体，实现虚拟细胞模型自主复现与消融
上海人工智能实验室、复旦大学、香港科技大学（广州）等团队在arXiv发布AblateCell，一个面向AI虚拟细胞代码仓库的“先复现、后消融”多智能体系统，在CPA、GEARS、BioLORD三个单细胞扰动预测模型上取得88.9%的端到端任务成功率和93.3%的关键组件识别准确率（Acc@5）。
PLOS Computational BiologyxNNDriver与xAEDriver：从全基因组依赖图谱中可解释地优先排序癌症驱动基因
【全文总结】研究提出可解释神经网络xNNDriver，用DepMap全基因组CRISPR依赖分数预测候选基因突变状态，对3,008个高频突变基因排序，前15名中10个为DepMap已确立驱动基因（如KRAS、NRAS、BRAF、PIK3CA、TP53）。
VirtualSkin 将皮肤细胞身份识别与干预响应预测整合进统一模型
VirtualSkin 是一个细胞语言模型，将皮肤转录组与生物学描述对齐，并支持以干预为条件的响应预测。在独立图谱、疾病、解剖部位和扰动队列中，其炎症皮肤注释较最强对照提升 0.056 macro F1，细胞文本检索提升 0.12 Recall@10；在五个干预队列中，响应预测提升 0.03 至 0.09 响应分数，并在基因表达变化、基因恢复和转录程序层面取得一致。
管线与临床进展
Insilico Medicine 英矽智能一手另有 1 家信源报道英矽智能提名口服外周限制性 VAV1 降解剂 ISM9546 为 PCC
英矽智能提名 AI 设计的分子胶 ISM9546 为临床前候选化合物（PCC），该分子为口服、外周限制性的 VAV1 降解剂，拟用于类风湿关节炎和 IBD 等自身免疫疾病。公司称这是 10 个月内提名的第 11 个 PCC；公告未披露具体实验数据和临床进度。
商业与生态合作
Chai Discovery与GSK达成合作，零样本设计在湿实验验证中筛出结合分子
Chai Discovery于2026年10月9日宣布与GSK达成合作，GSK获得其蛋白质折叠与分子设计模型平台的使用权限，用于全管线研发。验证阶段Chai模型以零样本模式针对GSK靶点生成设计方案，GSK内部湿实验室测试显示所有受试靶点均筛选出结合分子，GSK称设计方案展现出很强的结合亲和力，并称其与基于自有湿实验数据持续重训练的内部模型互补。
Eleven Therapeutics 分拆出 Undecimal Bio，完成 1800 万美元种子轮融资
10 月 12 日，由 RNA 药物公司 Eleven Therapeutics 分拆而来的 Undecimal Bio 宣布完成 1800 万美元种子轮融资，由 4BIO 与 IQ Capital 共同领投并获超额认购，资金将投入递送分子和治疗性 siRNA 研发。
前沿论文与基准
RNA 证据支持肿瘤领域临床阶段抗体药物靶点
研究构建基于 bulk 与单细胞 RNA 表达特征的排序框架，在六种实体瘤中对 4,532 个候选表面蛋白靶点按肿瘤特异性、正常组织安全性和血液 Sink 特征打分，并以已进入临床的肿瘤相关抗体靶点作回顾性验证。
Drug Discovery Today一手从AI承诺到转化实践：药物发现中的可复现性、验证与循证落地
【摘要级】这篇主题综述指出，基准测试表现本身不足以证明 AI 在药物发现中具备实验、运营或临床收益，并区分预测泛化、实验确认、流程效用与临床结局四类证据。文章批判性考察基准偏差、前瞻性命中发现与临床开发的定量案例，并讨论数据质量、可复现性、不确定性与治理，进而为每种预期用途匹配对照、评估设计与验收标准提出建议。材料仅为论文摘要。
深度观点与访谈
12篇论文解码Orbis：AI环肽平台与诺和诺德14亿美元合作
作者梳理12篇论文，拆解Orbis如何用非天然构件大环、ⁿCycle-Forge计算搜索与自动化合成构成环肽发现体系。ⁿCycle-Forge以Boltz共折叠评分为代理目标，对两个靶点做约12万次共折叠评价并合成1472个设计，凝血酶初筛命中35/736，约为历史库的24倍，MDM2命中率约4.6%与历史定向库相近。