AI 制药日报 · 2026 年 11 月 10 日 · 星期二
下一分子
今日AI制药融资活跃:途深智合连续完成Pre-A及Pre-A+轮融资,两轮合计数亿元;晶泰科技孵化的希格生科完成数亿元A+轮首关,资金将推动核心肿瘤管线进入关键临床阶段。科研方面,DeGrado团队在JACS发表从头设计钴-salen人工金属酶的研究;纽约基因组中心团队在Cell提出RNA指纹分析框架,可从单细胞转录组反推驱动基因、药物或细胞因子。
蛋白质与大分子设计
DeGrado 团队在 JACS 发表从头设计钴-salen 人工金属酶,总周转数超 9500
加州大学旧金山分校 William F. DeGrado 团队等在 JACS 发表论文,用 RFdiffusion 生成骨架、LigandMPNN 设计序列,从头设计结合钴-salen 辅因子的人工金属酶。
新AI模型加速蛋白质设计:赛诺菲、Biolojic、A-Alpha Bio与Anthropic的不同路径
GEN 综述多家机构用 AI 设计蛋白质与抗体的不同路线:赛诺菲以基础模型、性质预测与虚拟筛选、从头设计三线推进,称已在传统方法受阻的靶点上获得功能性结合剂并推进至多特异性分子。
奥泊生科推出原子级侧链建模工具链,OPUS-Rota5提升GPCR口袋对接成功率
奥泊生科介绍其原子级侧链建模与动态构象分析、冷冻电镜解析及湿实验验证结合的工具链,用于抗体与蛋白质药物工程化改造。
AI 虚拟细胞与扰动预测
纽约基因组中心团队在Cell提出RNA指纹分析框架,从单细胞转录组反推细胞扰动
纽约基因组中心的Rahul Satija和David A. Knowles团队在Cell发表RNA指纹分析(RNA fingerprinting)统计框架,以大规模单细胞扰动数据为参考库,从单细胞转录组状态反推可能驱动该状态的基因、药物或细胞因子。
商业与生态合作
途深智合完成Pre-A及Pre-A+轮合计数亿元融资,凯乘资本任独家财务顾问
途深智合连续完成Pre-A轮及Pre-A+轮融资,两轮合计数亿元,Pre-A轮由上海科创集团领投、中生引领、舟山途毅等共同投资,Pre-A+轮由金鼎资本、镁伽科技、清科控股等联合投资,凯乘资本担任长期独家财务顾问。
晶泰科技孵化企业希格生科完成数亿元A+轮融资首关
晶泰科技孵化企业希格生科完成由国寿股权投资领投的数亿元A+轮融资首关,资金将用于推动核心肿瘤管线进入关键临床阶段并拓展心脏、肾脏疾病新管线。核心管线SIGX1094是首个进入临床的FAK/SRC双靶点抑制剂,已获FDA和NMPA的IND批件及FDA孤儿药资格认定与快速通道认定。第二条管线SIGX2649为泛TEAD抑制剂,也已获FDA和NMPA的IND批件。
晶泰科技与皮尔法伯集团达成AI驱动小分子药物发现合作
晶泰科技与皮尔法伯集团于11月6日宣布达成合作协议,将在肿瘤领域联合开展多个研发项目,共同发现新型临床候选药物,并有望拓展至皮肤病、罕见病等领域。晶泰科技依托一体化AI加机器人能力,针对未披露靶点从头设计并交付新型小分子治疗药物;皮尔法伯负责筛选推进化合物及后续临床与商业开发。协议包括首付款、多项里程碑付款及后续收益分成,具体财务条款未披露。
前沿论文与基准
律动造物联合13家实验室发布AISLE基准:4079次真实湿实验评测AI科学家
律动造物联合UNSW、NUS、EPFL、UC Berkeley等13家AI4Science实验室推出AISLE,这是面向干湿实验闭环科学发现的公开基准,通过分布式自动化实验站点在统一协议下评测模型。
牛津大学预印本系统评估分子指纹与AI分子表征的局限性
牛津大学研究人员发布预印本《On the limitations of molecular representations》,系统评估传统分子指纹与AI分子表征的局限。
算法工具与系统
英灵殿科技AlloDesign多模态分子世界模型亮相乌镇峰会
英灵殿科技(杭州)的AlloDesign多模态分子世界模型在2026年世界互联网大会乌镇峰会“人工智能开源开放重大科技成果展”上亮相,用一个统一模型理解蛋白质、核酸、小分子的结构与相互作用,支持环肽、抗体、DNA、RNA和PROTAC等分子设计。
深度观点与访谈
动脉网分析AI制药并购格局:值得收购的标的为何越来越少
动脉网梳理2024至2026年AI制药并购,归纳出AI药企收购湿实验资产、产业端收购AI与数据资产、AI药企同业合并、通用大模型厂商跨界四类路径,共同指向对可控且权属清晰的数据资产的争夺。
文章速递
BioMeme 提出生物响应记忆,用于虚拟细胞扰动响应预测
BioMeme 用已测实验的记忆替代学习式状态到响应层,从新细胞类型的低剂量实测状态预测下一剂量响应,并召回该细胞中响应相似的化合物与参考细胞系中的同一化合物。
Monroe:面向上下文概率推断的分子基础模型
作者提出分子基础模型 Monroe,在 PM6 量子化学数据集逾 8100 万分子上预训练,并改进立体化学图表示、构象去噪与嵌入去相关损失及多任务学习。
Cadense:用机器学习从序列快速生成抗体构象集合
作者提出生成式框架 Cadense,可从抗体序列生成多样 Fv 结构集合,其构象与生物物理性质分布对齐分子动力学结果,并将原本数天的模拟计算缩短到秒级生成。作者报告该集合能同时恢复同一抗体的 apo 与 holo 构象,并可作为基于物理的对接输入以刻画抗体与抗原相互作用中的构象柔性。该工作为预印本摘要,尚未给出实验验证细节。
TriStageHLA 三阶段框架高通量筛选肽段呈递、肽-HLA 结合与免疫原性
研究团队提出 TriStageHLA 三阶段框架,将 HLA I 类表位发现拆为肽段预筛(PRE)、等位基因特异性结合与呈递预测(BIND)和免疫原性预测(IM)。
ATMOS:用状态空间模型生成生物分子原子级动力学轨迹
研究提出 ATMOS,一个基于状态空间模型(SSM)的生成框架,用于生成生物分子的原子级分子动力学轨迹。该方法结合基于 Pairformer 的状态转移机制捕捉时间依赖,并用扩散模块解码轨迹帧,作者报告其在蛋白质单体和蛋白-配体体系的构象轨迹生成上达到当前最优性能。该工作已被 NeurIPS 2026 接收,定位为迈向动力学基础模型的一步。
MutBindPred:跨模态信息解耦的反对称框架预测错义突变引起的蛋白-配体结合亲和力变化
【摘要级】研究提出 MutBindPred,一个跨模态深度学习框架,用于预测错义突变引起的蛋白-配体结合亲和力变化(ΔΔG)。该框架联合建模野生型与突变型复合物,通过跨模态信息解耦模块分离模态共享背景信息与模态特异的突变相关信号,并引入反对称约束以提升预测 ΔΔG 的热力学一致性。
混合量子-经典退火用于蛋白质侧链优化:一项可行性研究
研究将蛋白质侧链优化建模为二元二次规划,在20个实验测定的蛋白质结构衍生的40个实例上比较D-Wave混合求解器与商业求解器Gurobi。实例最多约200个氨基酸、2000个二元变量,混合求解器运行5秒,Gurobi分别运行10秒、1000秒和4小时;混合求解器在存在认证最优解时达到该最优解,在较小实例上与Gurobi持平,在较大实例上找到能量更低的解。
drugflow-skills:基于工作流智能体的自主药物设计框架
【摘要级】研究提出 LLM 驱动的智能体框架 drugflow-skills,将虚拟筛选、从头分子生成、分子优化和多靶点设计抽象为可组合复用的技能,在 ReAct 范式下与 DrugFlow 后端交互执行迭代循环。
WhatRes:评估AI预测蛋白结构与实验结构的几何差异
作者提出WhatRes,从坐标出发在表观分辨率和真实性两个维度评估蛋白结构,前者估计局部几何最接近的实验分辨率,后者衡量该几何与同分辨率实验结构的吻合程度。作者指出预测模型可在表观分辨率上得分良好,但键长和键角的变异系统性小于高分辨率晶体结构,这种过度理想化在高置信模型中同样存在。该工作为预印本摘要报告。
BFEE3 发布:AI 助手辅助的绝对结合自由能计算平台
【摘要级】BFEE3 发布,在结合自由能估计工具 BFEE 基础上加入 AI 助手,可用自然语言配置结合自由能协议并解释方法差异与各选项作用。该版本还纳入基于双解耦法的蛋白-配体绝对结合自由能协议 LDDM 与 WTM-λABF-DDM,并新增蛋白-蛋白计算支持、几何路线兼容 GROMACS、一键模拟设置等功能。