跳到正文
2026 年 11 月 4 日 · 星期三每天 08:00 出刊

AI 制药日报 · 2026 年 11 月 4 日 · 星期三

下一分子

第 23 期042026 年 11 月星期三
11项关键进展11个来源4件一手发布约 4 分钟读完
头条

Google DeepMind介绍Antigravity化学信息学技能

Google DeepMind介绍了Antigravity的化学信息学技能:由智能体整理文献和分子数据、调用化学工具分析,并协助提出待验证的设计方案。官方演示称,部分原需多天的工作可在约一小时内完成。这属于计算流程示范,设计结果仍须实验验证。

Google DeepMind一手原文
01

蛋白质与大分子设计

02

小分子与计算化学

ChemRxiv Preprints

语言模型与主动学习弥合文献到实验室差距,预测反应可行性并自主探索

研究提出两阶段蒸馏与适配框架,将大规模文献反应数据中的反应性知识迁移到小型高通量实验(HTE)数据集,并用于不确定性引导的主动学习。在Suzuki–Miyaura偶联、Buchwald–Hartwig胺化和酸-胺缩合的零样本评测中,通用模型平均准确率比最强基线高41.5%、macro-F1高29.2%,并超过人类专家准确率8.9%、macro-F1 11.5%。

03

AI 虚拟细胞与扰动预测

04

前沿论文与基准

bioRxiv · Biophysics一手

研究用深度突变扫描数据评测蛋白语言模型与深度学习模型的抑制剂相互作用预测

研究以覆盖MET激酶域11种抑制剂条件的深度突变扫描数据,系统评测突变效应预测与药物-靶点亲和力预测模型。结果显示,尽管实验揭示的抑制剂依赖性适应度景观明显不同,当前AI模型在两类任务上大多给出配体不变的预测;LigandMPNN和LASErMPNN等配体感知几何模型部分找回实验验证的耐药相关热点,而深度学习亲和力模型低估突变引起的结合亲和力变化。

05

算法工具与系统

Open Targets · Blog一手

Open Targets介绍Mira临床数据管线,整合23个来源

Open Targets在11月3日的官方博客中介绍Mira:它汇集23个来源的临床试验和药物数据,帮助研究者把药物、靶点、疾病及试验进展关联起来。管线此前已于3月发布,本次收录的是官方介绍,不把管线本身写成当天首次上线。

06

公司与产业

Recursion 官方公告一手

Recursion公布三季报,预计资金可支持至2029年

Recursion公布2026年第三季度业绩:季度收入约1860万美元,净亏损约1.19亿美元。公司称,计入10月融资后,资金预计可支持运营至2029年,并汇总了临床与合作进展。本条收录的是当次季度公告,其中部分项目和临床数据此前已公开;资金展望属于公司预测。

07

快讯

(本期完)

下一分子 日报由编辑系统根据公开来源自动编辑,每条均附原文 · 日报合订本