内容形态
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 999 条
研究针对IL-23 p19的IL-23R结合面（PDB 3DUH）计算设计小蛋白结合剂，并用长度稳健的界面指标ipSAE评分。常规RFdiffusion/ProteinMPNN/ColabFold流程在972个设计中未得到可靠预测界面（最佳ipSAE 0.30），而BindCraft生成的50个设计中有42个ipSAE超过0.60（最佳0.804）。
推荐理由：研究用长度稳健的界面指标重评IL-23 p19小蛋白结合剂设计，并对比两种生成流程的预测表现。
研究提出多尺度蒙特卡洛框架，将蛋白与小分子结合拆为分子相遇、进入口袋和有效结合三个阶段，用10个蛋白-配体复合物（覆盖9个靶点、实验结合速率跨越近四个数量级）进行评测。
推荐理由：该框架把蛋白与小分子结合拆成三个阶段并逐段扰动，为理解结合动力学瓶颈提供了可解释的计算参照。
研究通过计算重建Cyclin D1的折叠景观，识别出一个可结合配体的折叠中间态，并据此以结构为导向发现能选择性降解新生Cyclin D1的小分子。计算、生物物理与细胞层面的正交研究支持该机制，所发现的分子在体内显示抗肿瘤活性，并在CDK4/6抑制剂获得性耐药模型中保持效力。该工作为直接靶向Cyclin D1提供了策略，但结果来自预印本摘要。
推荐理由：研究以Cyclin D1折叠中间态为靶点设计小分子，为难以成药的靶点提供了一条可迁移的发现路径。
研究提出一种紧凑数值方法，将公开扰动摘要与在H1 CRISPRi训练靶点上拟合的差异表达核结合，用于跨细胞上下文预测转录响应。该方法以已知训练靶点为中心校准独立的KOLF2.1J来源，迁移其响应方向与幅度排序，并用等渗回归生成预测表达均值。
推荐理由：在2025虚拟细胞挑战赛公开测试集上，该方法与存档冠军分数接近，并显示DES更高、PDS更低的分项差异。
多伦多大学、Mila 等机构提出 SELECTBENCH，将目标与脱靶蛋白同时纳入评价，评测九种结构驱动小分子生成模型的选择性。
推荐理由：该基准把目标与脱靶口袋同时纳入评测，揭示生成模型在相近蛋白上的选择性短板与阈值取舍。
北卡罗来纳大学教堂山分校Brian Kuhlman团队在PNAS发表论文，提出将ProteinMPNN结构特征迁移到稳定性预测任务的ThermoMPNN模型。该模型在Megascale测试集上预测值与实验值的相关系数约0.75，在Fireprot无同源子集上约0.65，均高于直接使用ProteinMPNN的约0.43和0.41。
推荐理由：该文梳理ThermoMPNN如何借ProteinMPNN结构特征与大规模突变数据提升稳定性预测，并给出跨数据集表现与增稳命中率。
Karagöl 等人在预印本中刻画了基于序列比对的保守性评分的两类相反失效模式，并指出二者都能在评分使用前从比对中计算出来。第一类是空位导致虚高：在 55,816 个位点上，报告值随空位比例上升（rho=+0.553），改为仅在非空位残基上重算后降至 +0.066，且无空位重算与 AlphaMissense 的相关性为 rho=0.551，高于报告值的 0.416。
推荐理由：研究拆解保守性评分的两类相反失效模式，并给出使用前可计算的逐位点诊断面板。
上海交通大学陈洛南团队与东京大学合原一幸团队在Nature Methods发表CauTrigger，将深度潜变量建模与基于do-calculus的干预性因果推断结合，从组学数据中识别状态转变的潜在触发因素及级联因果路径，并做虚拟扰动预测。
推荐理由：该框架把驱动因素识别、级联路径与虚拟扰动预测串成一条链，为状态转变研究提供可复用的分析思路。
浙江大学药学院侯廷军等在npj Drug Discovery发表观点文章，梳理智能体在药物发现中的应用并提出L0至L5六级自主性框架。作者从科学决策、系统自主性和人工参与程度三个维度划分能力，将能提出原创假设并组织端到端探索的L5“虚拟科学家”定位为长期愿景。
推荐理由：文章梳理智能体在药物发现中的能力分层，并给出区分工具调用与研究闭环的评估尺度。
Marinka Zitnik 团队提出生成模型 CONCERT，用于预测基因敲除等扰动效应如何从被扰动细胞扩散到邻近组织区域。作者指出同一敲除在肿瘤核心与组织边界可产生不同响应，相关预印本已发布于 bioRxiv（10.1101/2025.11.08.686890v3）。
推荐理由：该预印本提出跨组织传播扰动效应的生成模型，为空间语境下的扰动响应预测提供参照。
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。
华盛顿大学蛋白质设计研究所 Kejia Wu、David Baker 等与麻省总医院等团队在 bioRxiv 发布预印本，通过从头设计获得识别 Tau 和 Aβ 特定化学修饰的蛋白探针。
推荐理由：该预印本展示了按邻近磷酸化状态定制 Tau 探针的设计思路，并给出从合成肽到细胞与脑组织的验证链条。
西湖大学与浙江大学团队提出PACE，以细胞状态空间的局部几何为约束，交替更新跨时间配对与连续路径，从离散单细胞快照推断群体演化，相关研究被NeurIPS 2026接收。
推荐理由：西湖大学团队用局部几何约束跨时间配对与路径学习，为单细胞快照间的轨迹推断提供了可检验的方法参照。
南京大学、香港中文大学与新加坡国立大学合作提出RiboBridge，输入靶蛋白结构和期望RNA长度，先预测候选界面、生成RNA形状，再预测跨链距离并刚体组装出候选RNA结构及结合姿态。
推荐理由：预印本把RNA形状生成与结合姿态拆开建模，并用消融定位误差来源，为RNA结合剂设计提供了可诊断的评测参照。
清华大学GenSI、AIR与上海人工智能实验室等团队在arXiv发布约40亿参数的Trion-1，扩展Qwen3-4B词表，将文字、氨基酸序列和经DPLM2分词的结构标记放进同一Transformer，覆盖折叠、逆折叠、蛋白理解与条件设计六类任务。
推荐理由：清华等团队用统一扩散语言模型打通蛋白序列、结构与文字，其单次采样折叠与专用模型的差距值得对照。
研究通过仅作用于 AQCat25 体系、占 0.065% 参数的低秩适配器（LoRA）为通用原子模型 UMA 增加任务专用模式。在未见吸附物与材料上，吸附能误差从 0.193 eV 降至 0.119 eV（−38%），力误差从 0.091 降至 0.031 eV/Å，强磁性体系提升最大；UMA 原有七项任务数值不变，而全量微调使 OC20 误差升高十倍。
推荐理由：在自旋极化催化数据集上，用任务门控 LoRA 为通用原子模型补一个专用模式，同时保留原有任务精度。
CAI-Vax 在抗原筛选后排列所选抗原并生成同义编码序列，用于构建个性化 mRNA 癌症疫苗。研究在四个已发表队列的 31 名患者、357 条候选肽上评估，在 MHCflurry 主要阈值（百分位排名≤2%）下。
推荐理由：该预印本比较不同抗原排布策略对预测连接肽结合的影响，并提示结果依赖所用预测模型。
作者提出RiboDFM，一个以骨架为条件的离散流匹配框架，用于设计可折叠为预设三维结构的RNA序列。该方法将几何骨架编码器、碱基配对预测辅助头和语言模型表示整合进离散流采样器，并用trRosettaRNA2预测模型扩充实验结构训练数据。
推荐理由：预印本提出以骨架为条件的离散流匹配方法设计RNA序列，并给出结构自洽性与适配体任务的对照结果。
作者提出 Astrolabe 闭环框架，将结构条件化的序列生成与用户定义目标结合，在残基、链或复合物层面同步更新，并在预测结构偏离目标几何时进行干预。在摘要报告的评测中，Astrolabe 在蛋白结合剂和小分子结合剂基准上取得最高的计算通过率，并可处理从局部有序化到多结构域重排的靶点构象变化。
推荐理由：该预印本提出跨分子情境协调的闭环设计框架，为多状态、多靶点与组装体设计提供可迁移方法。
研究用分子动力学模拟复现了hERG钾通道持续的K+通透和与实验测量相当的单通道电导，并重现其单通道电导的不对称性。作者将选择性滤器最内侧离子结合位点S624的构象动力学确定为该不对称性的决定因素，将其替换为苏氨酸后不对称性消失。
推荐理由：用分子动力学模拟复现hERG单通道电导不对称，并区分抑制剂与激活剂的结合模式，为心脏安全性评估提供机制参照。