Inductive Bio 推出 AI 化学助手 Indy，称可将药物化学家产能翻倍
Inductive Bio 发布 AI 化学助手 Indy，面向其合作项目开放，公司称已在内部合作项目中使团队产能翻倍。Indy 可解析 CRO 报告、QC 剂量响应曲线、分析历史 SAR、运行生成化学算法、搭建 FEP 计算并生成项目汇报幻灯片，并接入 Inductive 的 ADMET 与 PK 模型。
推荐理由：Indy 在真实剂量响应曲线上的准确率对比通用大模型，展示了药化专用助手与通用模型的差距。
内容形态
模型/算法发布 最新动态
生命科学大模型、蛋白质结构预测、生成式化学与 AI 制药核心算法的权重、版本与能力发布。
76 条精选近 30 天 28 条共收录 157 条
更新
精选归档 · 第 3 页
Inductive Bio 官网资讯精选AI 评分5858 Inductive Bio 官网资讯精选AI 评分6262 Inductive Bio 推出药化智能体 Indy，称数据质控准确率 89% 高于 Claude 与 GPT
Inductive Bio 发布小分子药化助手 Indy，内嵌于其 Compass 平台，可做剂量响应数据质控、FEP 提交、人体剂量预测与 SAR 幻灯片生成。
推荐理由：Inductive 公开其药化智能体 Indy 与 Claude、GPT 在数据质控和常规设计动作上的对照评测，可看判断力差距落在哪。
BioMap 百图生科精选AI 评分5858 百图生科联合弘星相和推出靶点评估智能体Gnosight
百图生科与弘星相和联合推出靶点评估智能体Gnosight，上线数月已完成近百个靶点的智能化评估筛选，并称已有依托其决策选择的创新靶点项目进入PCC阶段。该智能体结合百图生科xTrimo V4生命科学大模型与弘星相和的靶点及成药性评判经验，官方称单次评估约20分钟即可形成完整报告，目前对外开放使用申请。双方同时签署战略合作协议，聚焦创新药物研发上游的靶点选择与成药性评估环节。
推荐理由：百图生科与弘星相和把审评与立项经验嵌入靶点评估智能体，并披露了试用规模与后续管线进展。
力文所精选AI 评分5858 力文所发布 Lévin™ Harness 蛋白质设计 Agent 应用
力文所发布以 Agent 为核心的蛋白质设计智能应用 Lévin™ Harness，将数据、模型、插件工具、算力和工作流整合到同一工作区。该应用内置 Mol* 三维结构查看器，使分子结构进入 Agent 上下文，并以插件形式接入 AlphaFold、ProteinMPNN、Pallatom、RFantibody 等开源工具，自动完成下载、安装与调用。
推荐理由：该产品把结构查看、开源设计模型与工作流编排收进同一 Agent 工作区，可对照现有蛋白设计工具链的碎片化问题。
BioMap 百图生科精选AI 评分5858 百图生科提出虚拟细胞原生系统三层架构并披露 BioMap Cell OS 进展
百图生科在 2026 科学智能大会上首次系统提出虚拟细胞原生系统三层技术架构，并发布 BioMap Cell OS 的阶段性进展。三层分别为原生世界模型系统、原生数据进化系统和原生应用操作系统，后者将对虚拟细胞的操作抽象为 Initialize、Perturb、Evolve、Render、Compare、Uncertainty、Trace 和 Optimize 八类操作原语。
推荐理由：百图生科把虚拟细胞从单次扰动预测扩展为含世界模型、数据进化与操作原语的三层系统架构，可供观察其技术路线。
Mohammed AlQuraishi精选AI 评分7272 AlQuraishi 团队发布 OpenBind 系列首个模型 OpenBind-0，基于 OpenFold3 偏向小分子训练
Mohammed AlQuraishi 团队发布新系列 OpenBind 的首个模型 OpenBind-0，该模型基于 OpenFold3，并优先针对小分子进行训练。作者称 OB 系列模型将定期吸收 OpenBind 联盟与 PDB 的结构，持续更新并纳入 OpenFold 的最新功能。被引用的内容提到，OpenBind 计划收集数万条蛋白-配体结构与亲和力数据，此次同时发布 OpenBind-0 和 717 个新的配体结合结构。
推荐理由：OpenBind 系列首个模型基于 OpenFold3 并偏向小分子训练，可用于了解共折叠模型与结构数据收集的衔接方式。
AI4Protein精选AI 评分5858 临港实验室发布AI药物研发工作台元生·开物OriBench测试版
临港实验室发布AI药物研发工作台元生·开物OriBench测试版，整合基因组学、单细胞、蛋白质组学、结构生物学、化学信息学与药理毒理学等技能，支持固定流程、智能编排和自定义编排三种长任务执行模式。
推荐理由：临港实验室把靶点发现、组学分析与分子设计整合进同一工作台，并公开了与Claude Code的基准对比。
Nature Biotechnology精选AI 评分7474 ProteinGuide：无需额外训练即可按属性引导蛋白序列生成模型
【摘要级】研究提出 ProteinGuide，一种无需额外训练生成模型即可对蛋白序列生成模型进行即时条件化的方法，适用于 ESM3 等掩码语言模型、ProteinMPNN 等任意顺序自回归模型以及 MultiFlow 等离散状态空间上的扩散与流匹配模型。
推荐理由：提出无需重训生成模型的序列条件化框架，并用湿实验数据提升碱基编辑器的体内编辑活性。
Vilya, Inc.精选AI 评分6565 Vilya 发布全原子基础模型 Vilya-2，可建模化学多样性分子界面
Vilya 发布全原子基础模型 Vilya-2，称其无需模板或共进化输入，通过扩散和单一统一原子表示解析多肽与靶点复合物。公司称该模型对非经典多肽达到亚埃级精度，并准确预测 Zolucatetide、Daraxonrasib、Icotrokinra 和 Enlicitide 与各自治疗性蛋白靶点的相互作用。
推荐理由：Vilya-2 以统一原子表示建模多肽与靶点复合物，为现有工具难以处理的非经典化学体系提供参照。
Simon Kohl精选AI 评分5858 Latent Labs 将抗体设计智能体 Latent-Y 上线平台，开放全球免费每日额度
Latent Labs 宣布抗体设计智能体 Latent-Y 即将上线 Latent Labs Platform，面向全球研究者开放并提供免费每日额度，其核心是首次向研究者开放的抗体设计生成模型 Latent-X2。
推荐理由：Latent Labs 将抗体设计智能体接入平台并开放免费额度，可了解其从自然语言到实验可用序列的产品化路径。
AurekaBio 寻明生科精选AI 评分7272 寻明生科开源全原子生物分子基座模型 OpenDDE
寻明生科于2026年7月7日发布并开源全原子生物分子基座模型 OpenDDE，将生物分子共折叠、结构推理与规模化法则纳入同一框架。
推荐理由：寻明生科开源全原子共折叠基座模型，抗体-抗原基准成绩与规模化趋势为评估开放结构模型提供参照。
Valence Labs 官网资讯精选AI 评分7272 Valence Labs 发布全原子显式溶剂玻尔兹曼采样模型 AquaGen
Valence Labs 发布 AquaGen，称其为首个全原子、显式溶剂、考虑周期性边界条件的生成模型，可从玻尔兹曼分布生成分子构型。该模型用 3D 图神经网络将噪声转为药物分子与水的全原子三维排布，再以力场评估能量、以灰盒方式计算绝对水合自由能，约需数百个样本即可获得相对 MD 参考约 1 kcal/mol 误差的结果，速度约为 MD 的 10 倍。
推荐理由：介绍首个全原子显式溶剂玻尔兹曼采样模型，说明其相对分子动力学的速度与误差权衡。
Nabla Bio精选AI 评分7474 Nabla Bio 发布 JAM-2 报告：零样本设计多特异性抗体与 KRAS G12 双变异结合剂
Nabla Bio 发布 JAM-2 模型报告，将零样本药物设计从结合扩展到多功能药物与胞内蛋白质组。报告称其全计算设计出针对五种肽-MHC 的多特异性抗体，T 细胞激活/杀伤 EC50 达皮摩尔级、选择性超过 100 倍；并生成靶向 KRAS G12V 与 G12C 的双变异多特异性抗体，在皮摩尔至个位数纳摩尔效力下杀伤呈递细胞且不伤野生型。
推荐理由：Nabla Bio 公开 JAM-2 在五类肽-MHC 与 KRAS G12 双变异多特异性抗体上的设计与湿实验验证细节，可作为评估零样本抗体设计的参照。
Medra 官网资讯精选AI 评分5858 Medra 推出 AI Experimentalist，与 Physical AI Lab 组成闭环实验平台
Medra 发布 AI Experimentalist，作为其 Physical AI Scientist 平台的科学推理层，与湿实验室执行层 Physical AI Lab 组成设计、执行、解读、改进的闭环系统。
推荐理由：Medra 公布 AI Experimentalist 与湿实验室闭环平台，抗体筛选案例给出周期压缩的具体路径。
Verge Genomics (Verge Labs)精选AI 评分6363 Verge Labs 发布精准神经病学基础模型 vBx-1.0
Verge Labs 发布精准神经病学基础模型 vBx-1.0，称可从常规抽血重建患者脑分子状态，准确率最高为此前最先进模型的 3 倍。
推荐理由：该模型以脑组织转录组数据从血液重建脑分子状态，并在帕金森病与ALS试验数据上给出响应与耐受预测。
Genesis Molecular AI精选AI 评分7474 Genesis Molecular AI 发布 DeCAF-Pearl 全原子共折叠流图模型，推理提速 5 倍
Genesis Molecular AI 发布 DeCAF-Pearl，称其为首个用于全原子共折叠的流图模型，相比其 Pearl 模型推理提速 5 倍且质量几乎无损。
推荐理由：DeCAF-Pearl 以更少计算步数在 Runs N' Poses 基准上超过多个全原子共折叠模型，为高通量筛选场景提供了速度参照。
Genesis Therapeutics 官网资讯精选AI 评分7373 Genesis 发布 DeCAF-Pearl：面向全原子共折叠的流映射蒸馏模型
Genesis 发布 DeCAF-Pearl，这是首个用于全原子共折叠的流映射模型，由 Pearl-2026.1.dev 蒸馏而来，扩散采样阶段的模型调用减少约 20 倍，整体推理加速约 5 倍。
推荐理由：Genesis 将 Pearl 共折叠模型蒸馏为少步流映射模型，在保持成功率的同时把推理成本降低约 5 倍。
Alex Rives精选AI 评分8282 ESMFold2 发布：面向蛋白预测、设计与发现的开放科学引擎
Alex Rives 宣布推出 ESMFold2，一个面向蛋白生物学预测、设计与发现的开放科学引擎，称其在蛋白相互作用尤其是抗体上达到当前最优性能。作者称已针对癌症和免疫学相关的五个治疗靶点设计并验证了 miniprotein 结合剂和单链抗体，成功率很高，亲和力达到与治疗活性一致的水平。
推荐理由：ESMFold2 同时覆盖蛋白相互作用预测与结合剂设计，并给出多靶点湿实验验证结果，可作为评估蛋白基础模型能力的参照。
力文所精选AI 评分5858 力文所与复融生物完成首批全原子生成类药寡聚体设计交付
力文所与复融生物宣布达成首批类药寡聚体设计交付，这批分子由力文所 Pallatom2 引擎生成，并在复融生物高通量实验平台完成验证。据文中描述，候选分子在体积排阻色谱中呈单一峰型、实现预期寡聚化状态，多个核心候选亲和力达到皮摩尔级，热稳定性与表达滴度达到工业评价标准。文中称部分分子已具备推进成药性评价的基础，但未披露具体靶点、分子数量与实验数值。
推荐理由：力文所与复融生物披露首批寡聚体设计交付，展示了全原子生成模型在湿实验中的验证路径。
Yang Zhang Lab精选AI 评分5858 新加坡国立大学团队发布配对蛋白语言模型PPLM，可预测蛋白互作与结合界面
新加坡国立大学研究人员开发配对蛋白语言模型PPLM，同时从两条相互作用蛋白中学习，用于预测蛋白互作、结合强度与相互作用界面。该模型面向蛋白互作这一细胞过程基础问题，团队称其可为疾病研究与药物发现提供新线索。
推荐理由：该模型同时读取两条相互作用蛋白序列，为蛋白互作、结合强度与界面的统一预测提供新思路。