AI 制药日报 · 2026 年 10 月 21 日 · 星期三
下一分子
微软开源 BioEmu2 生物分子基础模型,同时覆盖结构、平衡系综与动力学传播
微软研究院 AI for Science 团队于 2026 年 10 月 20 日公开预览 BioEmu2,定位为同时覆盖结构、动力学与功能相关构象行为的生物分子基础模型,权重与代码以 MIT 协议开源。
蛋白质与大分子设计
Adaptyv Bio 与 Anthropic 合作测试 Claude 设计的 211 个蛋白,17 个与蝎毒素结合
Adaptyv Bio 公布与 Anthropic、citrini 的最新湿实验合作结果:Claude 设计用于中和蝎毒素的新型蛋白,团队在自动化湿实验室测试了 211 个设计,其中 17 个在实验中显示与毒素结合,全部数据已发布在 proteinbase。Adaptyv Bio 称这是其推动任何人都能在自动化湿实验室开展药物发现活动的一个示例。
Nat. Commun.:RASSCCoL 快速评估配体化学互补性用于蛋白质设计
研究团队在 Nat. Commun. 提出 RASSCCoL,以稳定α螺旋束骨架为基础,通过体积筛选、侧链重排、AutoDock Vina 对接与 AlphaFold2 结构复筛构建小分子结合口袋,DPH 设计流程在单 CPU 核心约 30 分钟完成。
DeImmu-MPNN:在从头蛋白质设计中降低免疫原性
作者用直接偏好优化微调 ProteinMPNN,得到 DeImmu-MPNN,在六个 HLA-DRB1 等位基因上把 NetMHCIIpan 预测的 MHC II 类呈递相对基线模型降低 41.4%,降至长度匹配人蛋白水平,同一批设计上 NetMHCpan 预测的 MHC I 类呈递降低 33.0%,代价是序列回复率下降 2.1 个百分点且未检出结构损失。
MIEN:面向蛋白口袋的糖链构象判别深度学习模型
作者提出基于结构的等变图网络MIEN,用于评估糖链构象与固定蛋白口袋的匹配程度。模型在5241个实验复合物上训练,在260个蛋白不重叠的测试复合物上区分实验构象与非天然构象,并在AutoDock-GPU与GlycanDock候选池中更常选出低RMSD的top-1构象,使RMSD低于1、2、4埃的最佳构象数量增加。该结果为预印本摘要报告,仅涉及计算打分与对接候选筛选。
小分子与计算化学
IMPECCABLE 数字孪生药物发现工作流在 WDR91 与 TNKS2 上产出纳摩尔级抑制剂
作者提出 IMPECCABLE 集成工作流,将基于物理的方法与人工智能结合,在 Frontier 和 Aurora 超算上筛选、生成并评估小分子,并用 ESMACS 与 TIES 的结合自由能引导 REINVENT 做多目标主动学习。
AI 虚拟细胞与扰动预测
Bolero模型从DNA预测跨物种细胞状态特异性基因调控
研究团队开发序列到功能模型Bolero,以图谱规模细胞状态嵌入和额外生物变量为条件,从DNA预测细胞状态特异性染色质可及性与转录本丰度。模型在六大哺乳动物33个数据集共1070万个细胞上训练,在专门模型对比中达到或超过其表现,并能区分皮层区域与发育梯度等相近细胞状态。
联川生物与KAUST发布跨物种单细胞基础模型Speciesformer
联川生物联合阿卜杜拉国王科技大学(KAUST)等单位在bioRxiv发布跨物种生成式单细胞基础模型Speciesformer,用于虚拟细胞构建与跨物种单细胞解析。
商业与生态合作
英矽智能与施维雅达成首个研发里程碑,将获里程碑付款
英矽智能宣布在与施维雅的多年AI药物研发合作中达成首个早期药物发现里程碑,将获得里程碑付款,金额未披露。双方自2026年初合作以来针对肿瘤领域高难度靶点启动两个项目,均已完成靶点提名,合作总金额最高8.88亿美元,含3200万美元首付款及近期研发付款。英矽智能称合作在不到十个月内推进两个项目,其Pharma.AI平台负责AI驱动发现及早期开发,施维雅共同承担研发成本并主导后续临床与商业化。
前沿论文与基准
研究基准测试四款蛋白-配体共折叠模型:配体放置正确与蛋白构象准确相互脱钩
【摘要级】研究基准测试 AlphaFold3、RoseTTAFold3、Boltz-2 和 Chai-1 四款共折叠模型,发现配体放置正确与周围蛋白构象预测准确系统性脱钩。
Nature:机器学习算法PreGame在多发性骨髓瘤中鉴定广谱抗肿瘤γδ T细胞
加拿大玛格丽特公主癌症中心Tak W. Mak和Suzanne Trudel团队在Nature发表研究,开发随机森林算法PreGame,从单细胞CITE测序数据中识别携带肿瘤反应性TCR的γδ T细胞(TR γδ T细胞)。
Langevin Flow Maps:用半群一致性学习大步长分子动力学与过渡路径采样
arXiv 预印本提出 Langevin Flow Maps(LFM),通过学习朗之万随机动力学在有限时间区间内的状态映射,实现无需显式轨迹监督的大步长分子模拟。
快讯
- 研究改进计算机辅助逆合成对化学直观断键的处理ChemRxiv Preprints
- 德克萨斯A&M团队在PNAS提出结构感知生成式AI框架,揭示蛋白质家族功能关系AI蛋白质
- ChemMedChem研究:Boltz-2结合姿势准确但亲和力排序在新口袋区域失效奶牛猫的CADD实验室
- 研究以AlphaFold 3相互作用置信度做蛋白质组尺度药物优先级排序bioRxiv · Bioinformatics
- Cell Painting PLUS扩展形态学分析提升化合物机制预测bioRxiv · Pharmacology & Toxicology
- 研究首次解析无定形固体分散体的原子级三维结构ChemRxiv Preprints