Anthropic 公布 Claude 参与的 7 个药物项目并收购单人药企 Mithril Medicine
Anthropic 公布 Claude 参与的六个药物研发合作与一个自有项目，并宣布收购由一人运营的 Mithril Medicine。
推荐理由：按证据强度分层梳理 Anthropic 七项药物研发动作，并指出分子设计项目缺少对照基线这一关键缺口。
研发方向
抗体工程 最新动态
AI 辅助治疗性单抗/双抗从头设计、CDR 构型优化、亲和力成熟、抗体人源化与成药性评估。
141 条精选近 30 天 73 条共收录 286 条
更新
精选归档 · 第 3 页
BioAIDesign精选AI 评分7474 机器之心 · AI4Science精选AI 评分7474 Anthropic 公布与六家机构药物研发合作及收购 Mithril Medicine 后的内部项目
Anthropic 于 10 月 27 日公布生命科学团队与 Generate Biomedicines、Divergence Labs、BigHat Biosciences、Enveda、The Column Group 等六家机构的药物研发合作进展，并披露收购 Mithril Medicine 后推进的内部项目。
推荐理由：Anthropic 披露与六家机构及收购标的的早期药物研发合作，呈现 Claude 在分子设计与文档审核中的具体用例。
药化猩球精选AI 评分6363 Anthropic收购一人生物技术公司Mithril Medicine，创始人系匿名医药博主
Anthropic确认收购仅有一名全职员工的生物技术初创公司Mithril Medicine，交易实际于2026年7月完成，金额未披露。
推荐理由：一人运营、AI协调外部实验室的研发模式被AI公司收购，提供了一个观察AI原生药研组织形态的早期案例。
百奥几何BioGeometry精选AI 评分5656 百奥几何完成A+轮融资，A轮系列累计超1亿美元
百奥几何宣布完成A+轮融资，A轮系列融资累计超1亿美元，由国寿资本领投，上海生物医药基金等老股东加码，资金用于GeoFlow与GeoCell两大微观世界模型迭代、高通量自动化实验室扩建和自研管线商业化。
推荐理由：融资公告同时披露GeoFlow与GeoCell的模型演进路线和管线时间表，可对照其平台与商业化节奏。
药化猩球精选AI 评分5858 RFD4-Proteina 深度拆解：多语境蛋白设计与 HER2 纳米抗体生成
作者拆解 RFD4-Proteina，指出该模型用一套 32 维隐变量把蛋白、核酸、磷酸化等六种语境纳入设计，使偶联位点和糖基化从设计第一步就被考虑。以 HER2 纳米抗体为例，模型可直接以靶点结构为背景、指定热点生成结合骨架，并预留非天然氨基酸位点供后续偶联。作者提到官方湿实验数据显示亲和力达皮摩尔级，但强调这些数字来自开发方、尚无独立复现，且测试基于蛋白-蛋白基准，用于纳米抗体仍需重新测试。
推荐理由：作者拆解 RFD4-Proteina 的多语境隐变量设计思路，并指出其湿实验数据尚未独立复现。
药化猩球精选AI 评分5858 逐行核对 Mol-1 宣传成绩单：75.0%、63% 与 43 pM 在开源仓库中均无出处
作者逐行核对 Mol-1 发布宣传中的四项数字，发现 FoldBench-AB 75.0%、VHH 命中率 63%、SPR 亲和力 KD 43 pM 及单张 H20 跑 60k token 在公开仓库 molence/Mol-1 中均无对应数据，IsoDDE 75.58% 的对比出处标注为 Coming soon。
推荐理由：作者逐条核对 Mol-1 宣传数字与开源仓库，指出基准对比和湿实验数据均无法在代码中复现。
科普知识综述精选AI 评分5858 Divergence Labs 与 Anthropic 合作，用 Claude 辅助设计食物过敏双表位抗体并完成初步验证
Divergence Labs 与 Anthropic 合作，借助 Claude 构思出一种双臂抗体机制，用于把 IgE 从肥大细胞表面的 FcεRI 上主动拉离，以应对影响全球超过 2 亿人的食物过敏。团队称在一个月内设计、合成了这两个臂，并实验验证了它们的生物物理功能，目前正将其组装成完整的治疗格式。该工作尚处早期，文中未披露具体靶点数据、亲和力数值或体内结果。
推荐理由：Divergence Labs 借 Claude 构思出双表位抗体机制，并在一个月内完成两个臂的合成与生物物理功能验证，为抗体早期发现提供了人机协作的实例。
BigHat Biosciences精选AI 评分7272 BigHat 与 Anthropic 联合演示智能体驱动的抗体工程优化
BigHat Biosciences 与 Anthropic 发布联合演示，展示用前沿 AI 驱动可被智能体接入的快速反馈湿实验，加速抗体工程难题。BigHat 构建了 Agentic Lab Control Harness，将计算与实验工作流纳入同一控制平面，并称被 Anthropic 选为首个抗体治疗合作伙伴。
推荐理由：BigHat 与 Anthropic 联合演示智能体接入湿实验闭环优化抗体，提供人机团队协作的实验流程参照。
Molence精选AI 评分7474 Molence 发布开源生物分子智能模型 Mol-1
Molence 发布开源生物分子智能模型 Mol-1，在 FoldBench-AB 上取得 75.0%，接近其引用的 IsoDDE 报告的 75.58%。该模型可在单张 H20 上完成 6 万 token 的组装，公司称其在 10 项对比中 8 项优于 Anthropic；VHH 结合命中率最高 63%，最佳 SPR KD 为 43 pM。代码已在 GitHub 开放，并提供在线试用入口。
推荐理由：Molence 发布开源生物分子模型 Mol-1，并给出结构基准、长序列组装与 VHH 结合筛选的对比数据。
LeapFun精选AI 评分7878 Pythia Labs发布Pythia-1，单轮设计22个难靶点的激动与拮抗全长抗体
2026年10月，Pythia Labs发布论文《Design of full-length agonist and antagonist antibodies for hard targets》。
推荐理由：报道介绍Pythia-1在22个难靶点上单轮设计全长IgG，并给出GPCR激动与拮抗的功能验证结果。
New Market Pitch精选AI 评分5858 哪些 AI 蛋白设计初创公司已有药物进入临床试验
NewMarketPitch 梳理认为，Generate:Biomedicines、Absci、BigHat Biosciences 和 iBio 是已有可识别 AI 设计药物进入人体试验的 AI 蛋白设计公司，四家合计至少 8 个候选药物进入过人体评估，但仅 Generate 的哮喘抗体 GB-0895 进入 3 期。
推荐理由：梳理四家 AI 蛋白设计公司已进入人体试验的候选药物，并区分临床阶段与疗效证据的强弱。
bioRxiv · Bioinformatics精选AI 评分7474 POISK 基准：折叠模型能否区分抗体结合剂与诱饵
研究团队构建 POISK 数据集，从 10110 项美国专利中经 LLM 流程提取 89074 条抗体-抗原记录，并整理出 22494 个复合物的平衡基准集，其中 11247 个为专利验证但无已知解析结构的结合剂，另配序列相似的人抗体库来源推定非结合剂。
推荐理由：研究用专利来源抗体数据构建基准，比较六种结构预测模型区分真实结合剂与诱饵的能力，为评估零样本筛选提供参照。
ClickMab 科迈生物精选AI 评分5858 科迈生物 EPIC 论文获 NeurIPS 2026 AI4DD Workshop 接收，联合预测表位、互补位与残基接触
科迈生物的 EPIC 模型从抗体和抗原氨基酸序列出发，联合预测抗原表位、抗体互补位与残基接触，论文获 NeurIPS 2026 AI for Drug Discovery Workshop 接收。
推荐理由：该研究把表位、互补位与残基接触统一建模，并在公开抗体结构测试集上给出与现有方法的逐项对比。
bioRxiv · Bioinformatics精选AI 评分7070 LangAAI：仅用序列抗原上下文改进抗体高变区建模
作者提出掩码语言模型 LangAAI，仅以抗体与抗原的一级序列为条件，无需三维结构、对接构象或表位注释。将同源抗原替换为非结合诱饵后，LangAAI 的序列恢复率明显下降且集中于 CDR3 环，而抗原无关模型基本不受影响。在各自评测协议下，其氨基酸恢复率优于现有抗体语言模型，与基于结构的方法相当，并按亲和力对实验测定的变体排序，效果接近使用骨架坐标的逆折叠模型。
推荐理由：该预印本用非结合诱饵抗原检验模型是否真正利用抗原序列，为无结构条件下的抗体设计提供参照。
LeapFun精选AI 评分5858 RFD4-Proteina 文档实操解读：从 Binder 生成到 Agent 自动设计蛋白质
作者以使用者视角梳理 Baker Lab 与 NVIDIA 的 RFD4-Proteina 官方文档，按 Quickstart、Cookbook、输入条件、Reward-Guided Search、Metrics 与 Agent Skills 的顺序给出上手路线。
推荐理由：文章按官方文档梳理 RFD4-Proteina 从输入约束、生成搜索到 Agent 编排的实操路径，便于团队复现工作流。
bioRxiv · Bioinformatics精选AI 评分6868 预印本提出抗体结合亲和力预测的主动学习基准框架
该预印本提出基于高斯过程主动学习的抗体-抗原结合亲和力预测基准，覆盖 AbBiBench 的八个公开实验数据集，包括流感血凝素抗体 CR6261、CR9114 及针对 SARS-CoV-2 Spike HR2 肽的 AAYL 系列 scFv 库。
推荐理由：该预印本在八个公开抗体亲和力数据集上比较主动学习采集策略，为有限实验预算下的变体优先排序提供参照。
ChemRxiv Preprints精选AI 评分7070 VHH-Bench：按CDR3构象评测纳米抗体-抗原复合物预测的基准框架
研究提出VHH-Bench基准流程，用非冗余实验解析纳米抗体-抗原复合物数据集评测AlphaFold3、Boltz-2、Chai-1、ESMFold2、HelixFold3和Protenix-v2六个模型。
推荐理由：该基准按CDR3构象分层比较六种结构预测模型，为纳米抗体-抗原复合物预测提供了可复用的评测参照。
bioRxiv · Bioinformatics精选AI 评分5858 研究用冻结ESM2与结构残基先验从序列预测HER2纳米抗体表位与互补位
该预印本提出仅用序列预测HER2表位与VHH纳米抗体互补位，全程不做三维结构预测，以冻结的ESM2 650M作特征提取器，配12.2M可训练参数的链编码器、共享交叉注意力模块及表位、互补位、结合剂三个头，在AVIDa hHER2竞争实验、SAbDab2残基接触和两个参考抗体晶体结构上联合训练。
推荐理由：研究用冻结ESM2与结构先验做纯序列表位预测，并如实报告新抗原残基级结果接近基线。
BioAICraft精选AI 评分7676 斯坦福团队在bioRxiv发布ProVADA：引导蛋白适应细胞质并降低HLA-I结合肽
斯坦福大学Xiaojing J. Gao、Wing Hung Wong等团队于10月18日在bioRxiv发布预印本，提出ProVADA框架，用固定的ProteinMPNN生成多位点改造序列、外部评分器评价完整序列，再由MADA种群退火引导搜索。
推荐理由：该预印本用外部评分器引导固定生成模型做多位点改造，并给出肾素与CAR抗体片段的湿实验对照结果。
SynBioBeta News精选AI 评分6868 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。
推荐理由：报道介绍 Latent Labs 的抗体设计智能体如何把文献调研与表位选择交给软件，并给出其自报的提速数据。