AI 制药日报 · 2026 年 10 月 22 日 · 星期四
下一分子
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。
- RFD4-Proteina 分子设计模型发布,基准与湿实验成功率超现有模型AI-Protein Design
- David Baker 团队与 NVIDIA 开源 RFD4-Proteina 蛋白设计模型BioAICraft
蛋白质与大分子设计
西湖大学等团队在 Nature 提出自然语言驱动的功能蛋白设计模型 Pinal
西湖大学、香港科技大学(广州)、中国科学院深圳先进技术研究院等团队在 Nature 发表 Pinal,一个以自然语言功能描述为输入、输出候选蛋白序列及结构表征的蛋白质设计模型。
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。
Baker 团队发布 Chaperone 智能体蛋白设计框架,整合 RFdiffusion3 与 50 余种工具
Baker 团队等提出 Chaperone,一个轻量可定制框架,将 RFdiffusion3(RFD3)与 ProteinMPNN、AlphaFold3 及 50 多种蛋白设计工具串联,并提供面向智能体的可编程接口和高性能计算并行执行。
- David Baker 团队开源蛋白设计工作流框架 Chaperone奶牛猫的CADD实验室
DEEP:从蛋白质结构预测器中提取潜在能量景观
作者提出 DEEP(Distogram Encoded Energetic Potential)框架,直接从预测的残基对距离分布中提取有效统计势,以模型自身的末端距离状态作为内部参照,无需用实验稳定性数据训练。
Radical Numerics发布Omnii-1,AI设计噬菌体已用于耐药菌感染患者同情用药
生物AI公司Radical Numerics于10月20日发布新一代生物学AI模型Omnii-1,研究人员用其设计的噬菌体已通过同情用药途径给予一名耐药细菌感染患者,公司称这是全球首例用于人体治疗的AI设计噬菌体。
Latent Labs 发布抗体设计智能体 Latent-Y,称计算流程提速 56 倍
Latent Labs 发布其称为首个经实验室验证的药物设计智能体 Latent-Y,用于自动完成抗体设计中的文献调研、靶点结构分析与结合位点指定等步骤,并配套面向抗体与多肽设计的模型 Latent-X2,通过网页界面供研究者逐步控制。
工程化人类Argonaute 2实现靶向C-to-U RNA碱基编辑
【摘要级】研究将人类Argonaute 2(AGO2)改造为模块化RNA靶向结构域,与C-to-U脱氨酶融合形成ALTER编辑器,在HEK293T细胞中对mRNA靶标的C-to-U编辑效率平均比Cas13编辑器CURE和RESCUE高1.9倍。
小分子与计算化学
研究用微调大语言模型实现数据高效的小分子与纳米颗粒设计
研究提出一种数据高效的基础模型适配策略,将互补的正向与负向性质提示与参数高效微调结合,再用分子图核高斯过程回归对生成分子排序。在计算设置中,该平台生成具有新骨架且满足预测靶点结合、可合成性与成药性等多目标的候选分子,尽管每个靶点仅数百个训练分子同时满足三项标准。
研究利用 Boltz-2 发现纳摩尔级 CDK2 抑制剂
研究将 Boltz-2 的亲和力模块与自建的四氢喹啉类筛选空间结合,用于 CDK2 的虚拟筛选和命中优化,得到纳摩尔级抑制剂。该筛选空间通过单步多组分反应获得,作者称此前基于此类模型的虚拟筛选多局限于商业化合物目录。材料仅为预印本摘要,未披露具体化合物数量、活性数值与实验验证细节。
AI 虚拟细胞与扰动预测
免疫世界模型结合多智能体编排用于多肽疫苗设计
作者提出一个免疫世界模型,用独立的疫苗分支与肿瘤分支、终点特异证据和多智能体编排,把疫苗诱导的致敏与肿瘤天然呈递抗原的识别连接起来。在公开树突状细胞数据上,上下文排序器在供体与抗原来源两种留出设置下分别取得 Recall@20 0.483 和 0.333;结构信息受体预测提供候选排序证据,并在合成条件实验中把交叉呈递系数集中到已知值附近。
前沿论文与基准
研究以适配体为沙盒验证实验室闭环的智能体分子发现
研究将蛋白结合适配体设计作为沙盒,让智能体流水线针对α-凝血酶和肌红蛋白进行三轮设计-测试-改进,每轮约1000个候选、共约4400个构建体。α-凝血酶新候选的珠校正在靶命中率从第1轮0.0%升至第2轮26.0%、第3轮42.1%(排除文献基序衍生序列为37.1%),肌红蛋白则从10.2%经3.7%升至33.5%。
快讯
- 条件潜空间蒸馏实现数据受限软材料中的可控分子生成ChemRxiv Preprints
- AIMNet2-CPCM:在溶液中高效准确计算配体构象应变ACS JCIM (化学信息与建模)
- OpenAI收购AI药物研发管理平台Orchestra Bio,整合进Rosalind动脉网
- 联合利华与深势科技展示AI4S合作成果:筛出3个抗菌候选分子并用于衣物护理新品深势科技 DP Technology
- Magnolia:面向计算化学的持久记忆智能体框架arXiv · q-bio.BM (生物大分子)
- NewLimit 披露 2026 夏季进展:首个重编程药物候选推进临床前放大与监管沟通NewLimit · Progress Blog
- 研究构建阿尔茨海默病多源靶点证据与机器学习效力预测平台bioRxiv · Bioinformatics
- Valence Labs 提出 trajectory replay 持续学习技术,用于 flow matching 与扩散模型Valence Labs
- Anthropic × Adaptyv 蛋白质设计竞赛第4期以TfR1为靶点,要求设计pH敏感结合剂Amir Shanehsazzadeh
- Citrini Research复盘用Claude设计蝎毒结合蛋白:20万美元预算与17个达标设计BioTender