Xaira 发布药物发现智能体平台 X-Scientist
Xaira 于 2026 年 10 月 21 日发布药物发现智能体平台 X-Scientist，公司报告其提名的基因干预在 HepG2 细胞实验中命中率为 7.1%，人工筛选为 6.9%，随机组为 0.9%。
推荐理由：发布文把命中率、基准增益与成本放在同一套证据里，并逐项标注了计时对象和验证方式的边界。
研发方向
AI虚拟细胞（AIVC） 最新动态
AI 虚拟细胞、遗传与药物扰动、细胞状态动态、药物响应/组合及跨条件泛化；与普通分子虚拟筛选分开，不把注释成绩当作响应预测能力。
134 条精选近 30 天 91 条共收录 314 条
更新
精选归档 · 第 4 页
BioTender精选AI 评分6565
LeapFun精选AI 评分7373 OpenAI与PerturbAI、Scripps用约1946个智能体并行解读小鼠全脑CRISPR扰动图谱
OpenAI、PerturbAI与Scripps Research以约1946个GPT-Rosalind智能体在约32分钟内并行解读小鼠全脑体内CRISPR扰动图谱，并合成可检索的推理图谱、给出可检验假设。
推荐理由：该预印本用近两千个智能体并行解读小鼠全脑CRISPR扰动图谱，并给出与专家分析对齐的量化结果。
SandboxAQ精选AI 评分5858 SandboxAQ 与 Apheris 在柏林推出 Virtual Cell Network，联合药企训练 AQCell
SandboxAQ 与 Apheris 在柏林宣布推出 Virtual Cell Network，目标是建成由药企主导的最大虚拟细胞网络。成员用自有数据训练 SandboxAQ 的 AQCell 以扩展其适用范围，再针对自身项目微调，原始数据不离开各公司环境；Apheris 负责运营网络并通过其平台交付模型，同时运行 co-folding、ADMET 和抗体可开发性联邦网络。
推荐理由：药企可在自有数据不出域的前提下联合训练虚拟细胞模型，为跨公司数据协作提供了一种组织方式。
bioRxiv · Bioinformatics精选AI 评分5959 ConcuRx：跨异质CRISPR药筛数据稳健识别药物机制相关基因
作者提出统计框架ConcuRx，用于跨异质CRISPR药物响应筛选数据的整合与基因优先级排序，其基因排名比单数据集分析更稳定。在ATR与PARP抑制剂联合用药的CRISPR药筛数据上，ConcuRx强化了对已发表研究中15个经实验验证假设的支持，包括未纳入该分析的其他独立研究支持的机制。作者称该方法能找回被平均法和重叠法忽略的生物学相关基因，但结果基于预印本摘要报告的计算分析。
推荐理由：面对异质CRISPR药筛数据，该框架用跨研究变异建模替代简单重叠取交集，为药物机制基因优先级提供可迁移的整合思路。
NewLimit · Progress Blog精选AI 评分5858 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 在 2026 夏季进展中称，其首个重编程药物候选（LNP-RNA 递送重编程因子 RNA 至肝细胞）已完成放大生产工艺，单批产量超过 2025 年全年总和，制造规模较年初提升 314 倍、部分质量指标提升 13 倍，并在最相关非临床模型中观察到肝脏递送。
推荐理由：NewLimit 披露首个重编程药物候选的放大生产、动物递送与监管沟通进展，并给出载荷筛选与细胞年龄预测模型的具体提升幅度。
Valence Labs精选AI 评分5858 Valence Labs 提出 trajectory replay 持续学习技术，用于 flow matching 与扩散模型
Valence Labs 提出 trajectory replay，一种面向 flow matching 和扩散模型等连续时间生成模型的持续学习技术，通过用前一模型生成路径的速度场重训模型来提醒其已学内容，全程不生成完整样本。
推荐理由：该方法用前一模型生成路径的速度场重训，避免生成完整样本，为连续时间生成模型的持续学习提供更省成本的替代方案。
bioRxiv · Bioinformatics精选AI 评分6868 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。
推荐理由：该预印本提出分疫苗与肿瘤两支的免疫世界模型，用多智能体编排把分子预测与天然识别约束连起来。
bioRxiv · Genomics精选AI 评分7373 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。
推荐理由：该模型把细胞状态嵌入作为条件输入，使同一DNA序列可在不同细胞状态与物种间查询调控差异。
智药邦精选AI 评分6060 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。
推荐理由：该跨物种单细胞基础模型把注释、生成与扰动预测整合到一套架构，并给出与主流模型的基准比较。
LeapFun精选AI 评分6363 AI 制药这一周的两条裂缝：现金买发现、市场罚兑现
LeapFun 复盘 2026 年 10 月中旬 AI 制药的两类信号：阿斯利康与 insitro 签下首付 4000 万美元、最高约 15 亿美元的合作，用 Virtual Human 推进 MASH 与心肌病靶点到 development candidate；Iambic 以 16 美元发行价登陆纳斯达克，毛募资约 1.5 亿美元。
推荐理由：文章把同周阿斯利康与 insitro 合作、Iambic 上市与生成式设计进展并置，拆出发现端定价与临床兑现之间的落差。
bioRxiv · Bioinformatics精选AI 评分6363 DCAF：统一数据有效性、评测有效性与预测建模的单细胞扰动模拟框架
DCAF 是一个统一单细胞扰动模拟框架，同时处理数据有效性、评测有效性与预测建模。其 DCAF-data 用熵正则最优传输重建扰动前后状态，DCAF-criterion 以非沉默基因的 log fold change 评估模型误差，DCAF-model 结合 JEPA 与显式调控动力学建模。
推荐理由：该框架把数据重建、评测准则与预测模型统一起来，并在跨基因、跨细胞类型与跨区域设置下与深度模型及简单基线比较。
bioRxiv · Bioinformatics精选AI 评分7474 研究审计单细胞扰动模型的置信度校准基准
研究构建了单细胞扰动模型评测框架，覆盖 Norman 2019 与 Replogle 2022 两个数据集、六种数据集-划分组合、scVI、CPA 与线性 Ridge 三个模型及 MC dropout、分位数回归、分裂共形预测三种不确定性量化方法，再用此前未纳入的零基线审计该框架。
推荐理由：该预印本审计单细胞扰动模型评测框架，揭示指标名与实际测量对象不符的六类失效模式。
动脉网精选AI 评分5858 粒曼生物完成数千万元天使轮融资，布局虚拟细胞扰动数据基础设施
粒曼生物于2026年10月完成数千万元天使轮融资，由上海弘晖领投，兴华鼎立和杭州润苗基金跟投，川越周期担任财务顾问。公司专注高通量细胞编辑与扰动样本数据生产，已完成覆盖人类19,883个基因的阵列式扰动文库建设与湿实验验证。
推荐理由：融资事件同时披露了已开源扰动数据集的使用规模，可观察虚拟细胞上游数据供给的产业化路径。
BioArt精选AI 评分7878 Arc Institute团队在Cell发表scBaseCount：AI智能体构建5.02亿细胞单细胞转录组数据库
Arc Institute的Yusuf H. Roohani和Hani Goodarzi团队在Cell发表scBaseCount，用AI智能体SRAgent从SRA挖掘并标准化重分析10× Genomics单细胞数据，汇集超过5.02亿个细胞、覆盖27个物种和75种组织。
推荐理由：该研究用AI智能体从SRA挖掘并统一重分析单细胞数据，为细胞基础模型训练提供了可比较的数据规模与扰动识别增益。
BioTender精选AI 评分5858 《Molecular Cell》推出AI分子生物学专题，14篇内容聚焦预测与实验验证边界
《Molecular Cell》第86卷第20期于2026年10月15日推出“Artificial intelligence in molecular biology”专题，共14篇内容，包括1篇社论、5篇Insights、6篇综述和2篇原创研究，覆盖蛋白、RNA、基因编辑和单细胞。
推荐理由：专题把蛋白设计、RNA与单细胞预测放进同一证据框架，并逐项标出计算预测与实验验证的边界。
BioArt精选AI 评分5858 GenBio AI 团队在 Cell 提出虚拟细胞世界模型框架
GenBio AI 的 Eric Xing（邢波）与 Le Song（宋乐）团队在 Cell 发表观点文章，提出虚拟细胞世界模型（VCWM）的操作定义与架构，将其描述为多模态、多尺度、动态且有状态的计算系统。
推荐理由：GenBio AI 团队在 Cell 提出虚拟细胞世界模型的模块划分与评测路线，为理解细胞模拟器的架构与数据需求提供框架。
bioRxiv · Bioinformatics精选AI 评分5858 MOFI 框架从配对多组学快照重建连续细胞命运转变
作者提出多组学命运推断框架 MOFI，从多个时间点的配对多组学快照重建连续细胞命运转变，并联合建模各模态状态动态、跨组学对应关系与群体增长。
推荐理由：该框架把离散配对多组学快照重建为连续命运轨迹，并在类器官与造血体系中给出扰动响应预测。
木可AI探索笔记精选AI 评分5858 Evo团队新公司Radical Numerics获5000万美元种子轮，预览基因组模型Omnii
由Evo和Evo 2原班人马创立的Radical Numerics于2026年6月15日公开亮相，并宣布5000万美元种子轮，由Emergence Capital领投，Obvious Ventures、Triatomic Capital、Factory、First Spark Ventures跟投。
推荐理由：梳理Evo团队新公司押注基因组基础模型的路线差异，并指出Omnii尚未开源、数字待独立复现的边界。
bioRxiv · Bioinformatics精选AI 评分6363 SubcellPert：单RNA分子分辨率的亚细胞扰动预测基准发布
研究团队提出 SubcellPert，一个在单 RNA 分子分辨率上预测扰动响应的基准，包含 14 个成像数据集、1388 万个细胞和 36.5 亿个 RNA 分子。
推荐理由：该基准把扰动响应预测从基因计数扩展到单分子空间坐标，并给出多种基线的分任务评测结果。
PLOS Computational Biology精选AI 评分6060 CLIMB与CLIFF框架通过单细胞到bulk转录组映射计算解卷积药物敏感性
【摘要级】研究提出两步机器学习框架CLIMB与CLIFF，先将bulk RNA-seq解卷积为细胞类型组成与表达，再把bulk药物敏感性测量解析为细胞亚型和单细胞特异的谱。
推荐理由：该框架把 bulk 药物敏感性拆解到细胞亚型与单细胞分辨率，并在急性髓系白血病数据上给出可对照的验证。