深势科技合作开发的虚拟细胞模型ProteinTalks登上Nature，并推进药效预测落地
深势科技与合作团队在《Nature》发表虚拟细胞模型ProteinTalks，将大规模动态蛋白质组与神经常微分方程预训练结合，用于药物扰动响应预测。
推荐理由：深势科技作为论文合作方，梳理了ProteinTalks在单药筛选、联用与耐药机制上的实验验证路径。
研发方向
器官芯片与类器官 最新动态
用于药物筛选、药效与毒性评价、药研疾病建模及 AI 设计—实验反馈的器官芯片、类器官、数据平台与研发合作；体外实验模型与 AI 虚拟细胞分开，不把普通培养或图谱自动解释为药研成果。
5 条精选近 30 天 2 条共收录 22 条
更新
器官芯片与类器官的精选
深势科技 DP Technology精选AI 评分7474 DeepTech深科技精选AI 评分6767 MIT团队用AI从700亿分子中筛出9种抗生素候选物，获2026年普利兹克AI科学研究卓越奖
麻省理工学院教授Regina Barzilay和James J. Collins获得2026年普利兹克AI科学研究卓越奖，其Antibiotics-AI Project已用AI虚拟筛选超过700亿个分子、对超过3.8万个分子开展抗菌实验，发现或设计出9种新型抗生素候选物。
推荐理由：梳理MIT团队从虚拟筛选到生成式设计抗生素的多年路径，并点出合成与临床环节的落差。
AI蛋白质精选AI 评分8383 西湖大学郭天南团队发表ProteinTalks：基于扰动蛋白质组学的虚拟细胞模型
西湖大学郭天南团队联合多家机构在Nature发表ProteinTalks，一个以神经常微分方程为核心的虚拟细胞模型，基于18种乳腺癌细胞系、63种FDA批准药物扰动生成的超过3800万条时序蛋白质丰度数据训练。
推荐理由：该研究用3800万条时序蛋白质组数据训练虚拟细胞模型，为药物响应预测提供了不同于转录组路线的参照。
Turbine 官网资讯精选AI 评分5858 Crown Bioscience 与 Turbine 合作，将 AI 虚拟试验与肿瘤类器官验证衔接
Crown Bioscience 与 Turbine 宣布战略合作，将 Turbine 的 in silico Virtual Assays 与基于 HUB Organoid Technology 的肿瘤类器官试验整合为从预测到验证的闭环流程。
推荐理由：该合作把计算预测与类器官湿实验验证串成闭环，为肿瘤转化研究中预测与验证的衔接提供了一种组织方式。
Inductive Bio精选AI 评分6262 Inductive Bio 联合 Amgen 牵头 2100 万美元 ARPA-H 项目，开发药物毒性 AI 模型
Inductive Bio 宣布牵头一项 2100 万美元的 ARPA-H 项目，与 Amgen 及多家学术机构合作开发药物毒性 AI 模型，目标是提升药物安全性并减少对动物实验的依赖。项目将生成人体类器官、微生理系统（MPS）和离体组织数据，用于构建数字肝脏与心脏模型，以更好地预测 DILI 和心脏毒性。
推荐理由：该项目以人体类器官与器官芯片数据构建肝心毒性预测模型，为减少动物实验提供了一条可参照的数据路径。