Nat. Biotechnol.：单细胞多组学动力学模型DynaVelo预测B细胞功能缺失与恢复的扰动效应
研究人员开发了基于神经常微分方程的生成式深度动力学模型DynaVelo，联合单细胞RNA表达与转录因子结合基序可及性重建细胞状态转变向量场，并模拟基因功能缺失与挽救扰动。
推荐理由：该研究用单细胞多组学动力学模型预测基因功能缺失与挽救，并在小鼠B细胞中做了双杂合突变验证。
内容形态
顶刊与预印本 最新动态
AI 制药研究、预印本、数据与基准，包含负面结果、独立复现、更正及撤稿；不以期刊名气替代文章级相关性与证据。
686 条精选近 30 天 482 条共收录 998 条
更新
精选归档 · 第 10 页
DrugAI精选AI 评分7474 智药邦精选AI 评分7878 上海药物所郑明月等发布MolGenBench：系统评测17种AI药物生成模型
同济大学、中国科学院上海药物研究所、上海科技大学与临港实验室团队在《Nature Communications》发表论文，构建结构基础药物发现评测基准MolGenBench，在120个蛋白质靶点和600个化合物系列上系统评估17种分子生成方法，覆盖从头设计与苗头到先导优化两个阶段。
推荐理由：该研究用120个靶点和600个化合物系列横向比较17种分子生成方法，为判断生成模型能否产出真实活性分子提供参照。
ChemRxiv Preprints精选AI 评分5858 研究用可穷举格点蛋白解析折叠与功能的统计力学关系
研究在含103,346个精确枚举紧凑构象的27残基格点蛋白上，结合统计力学、信息论与变分自编码器分析结合、催化与变构。精确恒等式将结合拆分为天然位点识别项与构象群项，将催化中的过渡态互补与重组分开，并把变构耦合表达为构象协方差。
推荐理由：研究在可穷举的格点蛋白上区分识别所需的构象集中与变构通讯所需的构象重分布，为功能与折叠关系提供定量参照。
BioTender精选AI 评分7878 Evo 2 两篇新稿解读：从序列理解到少样本可控设计
Brian Hie 团队于 2026 年 10 月 29 日公开两篇 Evo 2 稿件，探索用少量示例做上下文学习来设计调控序列与蛋白。酵母任务中 4 条示例即可生成预测活性接近高活性对照的序列，但人类 5′ UTR 用 16 条示例时预测活性过阈值比例才超过 40%，且这些曲线并非湿实验结果。
推荐理由：文章逐项拆解 Evo 2 两篇稿件的计算与实验证据，区分预测活性、标记纯度与实测特异性。
药化猩球精选AI 评分7878 Syndirella：以合成导向的片段延伸把单个母核扩展出5085个候选分子
牛津大学 OPIG、Diamond Light Source 与 IBM Research 在 Chemical Science 发表 Syndirella，以合成导向的片段延伸（Synthesis Directed Elaborations）把可采购反应物按 SMIRKS 反应规则组合成候选分子。
推荐理由：文章拆解了以可采购反应物为导向的片段延伸流程，并给出合成成功率与姿态偏差的具体数据。
王初课题组精选AI 评分5858 ACS Cent. Sci.：茚三酮作为靶向精氨酸残基的化学探针
Scripps研究所与UCSF团队将茚三酮开发为精氨酸选择性共价弹头，并在Mino细胞蛋白质组中鉴定出6888个反应性精氨酸位点，其中410个为高反应性位点。DFT计算显示水溶液中茚三酮亲电活性高于PGO，体外实验显示其可与Fmoc-Arg反应而不与Fmoc-Lys反应。
推荐理由：该研究把茚三酮改造成精氨酸选择性共价弹头，为拓展共价药物可靶残基范围提供了可迁移的探针设计思路。
下一分子精选AI 评分7474 NVIDIA 发布 BindClaw 技术报告：以机制计算测定串联蛋白结合剂设计
NVIDIA 在 10 月 28 日的技术报告中提出 BindClaw，一套智能体辅助的蛋白结合剂设计流程，可从生物学目标或论文出发识别靶点与结合位点、建立抑制或降解等五类机制相关计算测定，再调用 RFD4-Proteina、Proteina-Complexa 等后端生成并迭代候选物。
推荐理由：NVIDIA 技术报告把机制相关计算测定嵌入蛋白结合剂设计流程，并给出钙调蛋白状态选择性的湿实验数据。
BioAIDesign精选AI 评分7676 专题综述：Arc 与斯坦福用少量序列引导 Evo 2 做生物设计
Arc Institute、斯坦福 Brian Hie 团队及合作者于 2026-10-29 在 Zenodo 公开两项预印本，显示预训练基因组模型 Evo 2 可用少量功能相近序列作为示例做上下文学习，不更新参数即可调整生成方向。
推荐理由：综述梳理 Evo 2 少样本上下文学习的两项预印本，区分计算筛选与湿实验证据，并给出跨任务适用边界。
BioAIDesign精选AI 评分7878 NVIDIA 发布 BindClaw 技术报告：18 个钙调蛋白结合剂中 15 个结合，13 个区分钙结合态
NVIDIA 于 2026-10-28 发布 BindClaw 技术报告，把抑制剂、降解剂、稳定剂、状态选择性、受体激动五类功能要求写成冻结评分的计算 assay，让智能体在固定评分标准下迭代蛋白设计。
推荐理由：报告把功能要求固化为可执行计算对照，并用钙调蛋白湿实验检验状态选择性设计。
bioRxiv · Bioinformatics精选AI 评分6363 图神经网络解释用于抗鲍曼不动杆菌药物重定位
研究用仅依赖原子特征与连接性的图神经网络集成，在抗菌筛选上取得与描述符增强参考模型相当的预测表现，并通过原子级解释识别出哌嗪是预测活性最一致的支持特征。对Drug Repurposing Hub的前瞻性筛选结合可开发性与安全性评估给出排序候选清单，其中CE3F4在初步实验中于0.25 mM下使鲍曼不动杆菌生长降低57%，浓度-反应曲线呈非单调。该结果为预印本摘要报告，湿实验仅为初步测定。
推荐理由：研究用原子级解释定位图神经网络抗菌活性预测所依赖的分子特征，并据此筛出候选化合物。
bioRxiv · Bioinformatics精选AI 评分5858 转录组相似性可指导跨组织谱系的扰动响应预测来源选择
该预印本检验基线转录组相似性能否为未测靶点的响应预测排序候选来源细胞背景，并在 LINCS 与 GSE306429 中观察到相似性与匹配响应一致性相关。
推荐理由：研究把来源选择从聚合与迁移不确定性中拆出，比较转录组相似性排序在留出靶点上的表现。
bioRxiv · Bioinformatics精选AI 评分7373 Evo 2 通过基因组上下文学习实现少样本生物设计
研究显示，基因组语言模型 Evo 2 在提示中仅给四个示例、不做额外训练的情况下即可生成金属结合蛋白、从头抗体、蛋白-RNA 系统和完整噬菌体基因组。在 ΦX174 类噬菌体设计中，该方法在计算指标上的设计质量与多样性超过此前微调模型；更换噬菌体提示后还可设计 MS2 与 M13 基因组，用新生成基因组迭代更新提示的基因组思维链进一步提升多样性。
推荐理由：研究展示基因组语言模型仅凭少量示例即可生成多类生物序列，为少样本生物设计提供了可比较的路径。
Nature Methods精选AI 评分7676 Nature Methods研究系统评测细胞形态图谱的自监督表征学习
【全文节选总结】研究在JUMP-CP的119,876个化合物（约177万张图像）上预训练DINO、DINOv2、MAE和iTPN四类自监督模型，并在留出的JUMP-Target2化合物集上比较检索与作用机制分类表现。
推荐理由：研究在JUMP-CP上系统比较三类自监督学习机制，为细胞形态图谱的特征提取与批次校正提供可复用参照。
bioRxiv · Genomics精选AI 评分7474 MutQA：面向基因突变的交叉验证问答数据集
作者发布 MutQA 数据集，包含 330,387 条有文献引证支撑的问答对，将蛋白编码突变与其功能后果关联，覆盖 6,620 个基因、125,593 个基因-变异对，证据来自 27,442 篇开放获取 PubMed Central 文章。
推荐理由：该预印本用双向交叉验证构建突变问答数据集，为突变效应问答提供了可复用的数据与评测框架。
BioAICraft精选AI 评分7373 David Baker团队发布MINT方法：在保留蛋白功能的同时降低CD8⁺ T细胞免疫原性
David Baker、Nir Hacohen等人在bioRxiv发布预印本，提出MINT方法，在保留蛋白质功能的前提下降低CD8⁺ T细胞免疫原性。
推荐理由：该预印本把免疫原性纳入蛋白设计目标，并用小鼠实验比较高低表位设计的T细胞反应，为去表位设计提供了可参照的验证路径。
AI药物设计实验室精选AI 评分7474 华中农大等团队在 Nature Communications 发表 AbOptimizer，用序列编辑与强化学习多目标优化抗体
华中农业大学、湖北洪山实验室与武汉华美生物技术有限公司团队在 Nature Communications 发表 AbOptimizer，把抗体优化组织为序列编辑任务，由抗体语言模型生成候选、性质预测器反馈、强化学习调整编辑策略。
推荐理由：论文用语言模型加强化学习做抗体多位置序列编辑，并给出三种治疗性抗体的体外结合数据，可供比较计算优化与实测的差距。
Brian Hie精选AI 评分7878 Brian Hie 团队报告 Evo 2 的生成式上下文学习能力
Brian Hie 团队报告 Evo 2 在少量同功能序列提示下可生成功能相似的新序列，作者称这是一种生成式上下文学习（ICL），且为训练时未预料到的涌现现象。
推荐理由：作者报告 Evo 2 在少量同功能序列提示下生成相似功能序列，并延伸到调控元件与蛋白设计任务。
BioTender精选AI 评分5858 BioEmu2 实测：AI 设计抗体能否靠动态模拟提前筛选
作者 Colby Ford 用微软 BioEmu2 对一条 scFv 候选 sbio-bdbvgp-355 做构象传播演示，先抽取 10 个平衡构象各向前传播 1 ns，再逐次传播 10 次、每次 1 ns 形成 10 ns 轨迹，并另做一轮带梯度引导的采样。
推荐理由：作者以单个 scFv 候选实测 BioEmu2 的构象传播与引导采样，并逐项对照官方模型卡界定证据边界。
Relation精选AI 评分5858 Relation 开发 prime-editing perturb-seq 新方案，为 DNA 基础模型生成训练数据
Relation Therapeutics 在 bioRxiv 发布预印本，提出一套用于 prime-editing perturb-seq 的新实验方案，目标是生成 DNA 基础模型所需的训练数据。公司称其不仅构建药物发现 AI 模型，也改进底层数据生成的基础。预印本链接为 https://www.biorxiv.org/content/10.64898/2026.10.28.762453v1。
推荐理由：Relation 公开了面向 DNA 基础模型训练数据的 prime-editing perturb-seq 新实验方案，可作为扰动数据生成的参考。
ChemRxiv Preprints精选AI 评分7474 研究估计ChEMBL分子效力基准的标签噪声上限
研究基于ChEMBL 37的17个效力任务（靶点×Ki或IC50），用3,292个至少在两份来源文献中报道的分子估计标签噪声下限，各任务噪声底为0.31至0.79 pChEMBL单位。
推荐理由：研究为17个效力预测任务估计标签噪声上限，并据此重新衡量模型得分，为分子基准评测提供可迁移的参照方法。