AI 制药日报 · 2026 年 11 月 1 日 · 星期日
下一分子
蛋白质与大分子设计
Brian HieBrian Hie 团队两篇基因组语言模型 ICL 预印本上线 bioRxiv
Brian Hie 表示团队两篇关于上下文学习（ICL）的预印本已上线 bioRxiv，分别涉及少样本调控元件设计和从分子到基因组尺度的 ICL 与思维链（CoT）。
研究将AlphaFold结合口袋置于apo-holo连续谱上分析
研究把来自12,255个蛋白的237,922个AlphaFold口袋放到其实验结构所张成的apo-holo轴上定位，发现多数口袋偏holo样（62%，apo与holo结构等量采样时为56%），与实验证据中apo/holo的分布比例一致。
用开源结构模型 Mol-1 设计 KRAS G12D pMHC 纳米抗体的实战复盘
作者以开源结构预测模型 Mol-1 对 HLA-A*11:01 呈递的 KRAS G12D 新抗原肽设计 VHH 纳米抗体，从 40 个候选序列中筛出 Top 20，排名第一的 VHH_039 在计算中 VHH-肽接触分数为 0.4855、对野生型仅 0.0526。
实测 Mol-1 本地部署与网页使用：纳米抗体能否找准 GFP 结合位点
作者实测 Molence Bio 的 Mol-1 基础版，输入 GFP 与 LaG24 纳米抗体序列预测复合物结构，五个候选的 ipTM 约 0.890、平均 pLDDT 约 89.8，对齐 GFP 后 LaG24 的 Cα RMSD 为 0.97–1.19 Å，天然界面接触恢复 90.2%–91.8%。
小分子与计算化学
ChefNMR2：结合生成模型与推理智能体从 NMR 谱图解析小分子结构
研究提出 ChefNMR2 与 ChefNMR2-Agent 系统，从分子式和一维 1H、13C NMR 谱图预测小分子结构。ChefNMR2 是原子流匹配生成模型，ChefNMR2-Agent 借助大语言模型对候选结构进行推理与修正；作者称其在多项基准上明显优于现有工具，推理速度比前沿大语言模型快两到三个数量级，并提供校准的置信度估计。
前沿论文与基准
别再用胜率：跨基准任务比较模型排名的统计方法
牛津蛋白信息学组博客指出，化学信息学论文常用胜率（模型在任务中排名第一的比例）评估基准表现，但该指标会掩盖微小差距、缺乏统计检验，并隐藏模型在部分任务上的严重失败。
npj Drug Discovery综述提出TechBio 3.0：AI制药如何把预测、设计与实验连成闭环
牛津大学Krish Ramadurai与Abhirup Banerjee在《npj Drug Discovery》发表综述，用TechBio 3.0概括将多模态AI、生成式化学与自动化实验接入同一反馈体系的研发方式，并区分1.0性质预测、2.0靶点发现与分子生成、3.0实验反馈持续更新模型与设计。
基于人诱导多能干细胞的高通量致畸性筛查平台
研究团队开发了基于四种覆盖三胚层的人诱导多能干细胞（hiPSC）模型的体外致畸性筛查平台，在146种参考化合物（90种已知致畸物、56种已知非致畸物）上总体准确率为83%，正确识别出88%的已知致畸物。平台采用化学成分明确培养基，在384孔板中由自动化系统完成并通过高内容成像分析，可按剂量响应每月检测数百种化合物、单剂量每月检测数千种。该结果为预印本摘要报告，尚未经同行评审。
算法工具与系统
Claude驱动AI Agent自主完成小鼠脑内基因治疗注射实验
Exin Therapeutics联合创始人兼CEO Gabriel Ocana-Santero公开一项实验，由Claude驱动的AI Agent从19种候选基因治疗载体中选择方案，确定外侧内嗅皮层为注射靶区，并操控自建电动定位装置完成小鼠脑内注射，人类仅负责开颅缝合与审批。
深度观点与访谈
Bruce Booth 警告 AI 药物供给过剩，Biotech 将迎来消化不良
Atlas Venture 合伙人 Bruce Booth 在 LifeSciVC 发文《The Fruits of AI Drug Abundance: Indigestion In The Near Term》，判断 AI 长期能帮制药做出更好的药，但未来 3–5 年在分子设计层面更可能先制造一轮药物丰裕，把行业整体研发生产率推得更糟。