Xaira 发布药物发现智能体平台 X-Scientist
Xaira 于 2026 年 10 月 21 日发布药物发现智能体平台 X-Scientist，公司报告其提名的基因干预在 HepG2 细胞实验中命中率为 7.1%，人工筛选为 6.9%，随机组为 0.9%。
推荐理由：发布文把命中率、基准增益与成本放在同一套证据里，并逐项标注了计时对象和验证方式的边界。
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 999 条
更新
精选归档 · 第 17 页
BioTender精选AI 评分6565 ChemRxiv Preprints精选AI 评分6868 配体进出结合位点的历程：committor 增强采样与谱分析刻画苯脒-胰蛋白酶结合动力学
该预印本提出将基于 committor 的增强采样与无穷小生成元的谱分析结合，用于刻画配体如何进入并最终离开蛋白结合位点。在苯脒（BEN）与对氨基苯脒（PAB）–胰蛋白酶复合物上，该方法揭示了两者不同的结合路径，发现一个与晶体结构位点竞争的此前未被表征的 BEN 结合位点，并识别出解离共有的旋转瓶颈。
推荐理由：该预印本用 committor 增强采样与谱分析刻画配体进出结合位点的路径，为动力学表征提供可迁移的计算框架。
LeapFun精选AI 评分7373 OpenAI与PerturbAI、Scripps用约1946个智能体并行解读小鼠全脑CRISPR扰动图谱
OpenAI、PerturbAI与Scripps Research以约1946个GPT-Rosalind智能体在约32分钟内并行解读小鼠全脑体内CRISPR扰动图谱，并合成可检索的推理图谱、给出可检验假设。
推荐理由：该预印本用近两千个智能体并行解读小鼠全脑CRISPR扰动图谱，并给出与专家分析对齐的量化结果。
LeapFun精选AI 评分7676 Baker Lab用AF3与RFdiffusion设计65-85 aa合成转录激活子
华盛顿大学IPD与Rice大学团队在bioRxiv发布预印本，用AlphaFold3绘制TAD-辅因子界面地图、RFdiffusion与ProteinMPNN生成结构化binder，经哺乳动物功能池筛获得超过300个针对Mediator、BRD4、NCOA、p300的nM级binder。
推荐理由：该预印本把转录激活拆成可设计的辅因子募集零件，并给出亲和力阈值与CRISPRa对比数据，便于理解控制层模块化路径。
bioRxiv · Biochemistry精选AI 评分5858 靶向AgamOBP4的药物重定位发现新型驱蚊骨架
研究解析了冈比亚按蚊AgamOBP4与N-苯基-1-萘胺及两分子吲哚结合的两种晶体结构，识别出两个芳香结合亚位点及Thr58、Thr70关键残基。
推荐理由：研究以AgamOBP4晶体结构为起点做结构导向虚拟筛选，并用荧光结合与行为实验筛出驱蚊候选骨架。
AI-Protein Design精选AI 评分7676 RFD4-Proteina发布：对比RFD3的表征、推理与湿实验催化设计
RFD4-Proteina 发布，相较 RFD3 改用受力场能量监督的 32 维物理启发潜在空间，并引入内在循环精炼与外在搜索引导的双重潜在推理。干实验中小分子结合聚类通过率为 14.3%（RFD3 为 2.4%），77 个测试靶点全部覆盖；湿实验中 288 个双金属磷酸三酯酶设计有 89 个显示催化活性，最佳催化效率 3,600/M/s。
推荐理由：对比RFD4-Proteina与RFD3在表征、推理机制和湿实验催化设计上的分工，便于判断不同任务的模型选型。
ChemRxiv Preprints精选AI 评分5858 溴结构域家族绝对结合自由能预测对水模型的依赖性
研究构建含十个溴结构域-配体复合物的基准，用同一炼金术流程比较 TIP3P、TIP4P、TIP5P、TIP7P 四种水模型的绝对结合自由能预测。
推荐理由：研究在十个溴结构域-配体复合物上比较四种水模型的绝对结合自由能预测，为力场与水模型选择提供参照。
bioRxiv · Pharmacology & Toxicology精选AI 评分6060 从头大环肽筛选获CXCR4选择性拮抗剂，抑制趋化因子驱动迁移与HIV入侵
研究用随机非标准肽整合发现（RaPID）筛选靶向趋化因子受体CXCR4的从头大环肽配体，获得以纳摩尔亲和力结合正构口袋的CXCR4选择性拮抗剂。活性最强的肽可抑制受体信号、抑制趋化因子驱动的细胞迁移并阻断CXCR4介导的HIV入侵。作者据此认为结构极简的A类GPCR同样可作为从头环肽发现的靶点，该结果为预印本摘要报告。
推荐理由：研究用RaPID筛选从头大环肽靶向A类GPCR CXCR4，为这类结构暴露面有限的受体提供配体发现参照。
ChemRxiv Preprints精选AI 评分5858 学习分子 Pauli 势需要什么信息：面向无轨道密度泛函理论的非局域描述符层级
该预印本研究探讨机器学习 Pauli 势需要何种密度表示才能驱动无轨道 Euler 解逼近 Kohn–Sham 参考。在 C2H2 上，冻结的 KS 导出 Pauli 势 oracle 使 OF 能量与 KS 参考相差 3.15 mHa；以坐标条件化的神经网络可学到 Pauli 势场但不构成密度泛函表示，改用半局域密度描述符后 MLP 与 KAN 均严重失效。
推荐理由：研究用描述符可辨识性分析说明非局域密度信息对学习分子 Pauli 势的必要性，为相关表示设计提供参照。
ChemRxiv Preprints精选AI 评分6565 研究提出PPI ΔΔG基准的目标间与目标内协方差分解
研究针对预测突变对蛋白-蛋白结合亲和力（ΔΔG）影响的基准评测，提出将合并相关系数精确分解为目标间与目标内两部分（r = C_B + C_W），并应用于经来源过滤的匹配评测集。
推荐理由：研究拆解PPI ΔΔG基准中的目标间与目标内信号，说明随机划分与家族分布外评测的差距来源。
ChemRxiv Preprints精选AI 评分6060 GVIM 2.0：面向化学与材料科学的多智能体研究系统
作者提出多智能体研究系统 GVIM 2.0，将语言模型任务规划与领域 Skills、计算工具、沙箱执行和产物生成结合。在覆盖 ChemBench、MaScQA 和 ChemLLMBench 的 400 题公开基准上，完整流程答对 325/400 题，准确率 81.25%，同基座仅 API 基线为 285/400 题、71.25%。
推荐理由：该预印本给出多智能体化学研究系统在公开基准上的准确率，并列出可检查的流程输出，便于对照同类工具。
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。
ACS JCIM (化学信息与建模)精选AI 评分6363 AlphaFold3 伪系综可捕捉短淀粉样肽的 β 折叠组织与结构多样性
【摘要级】研究测试 AlphaFold3（AF3）模型集合（伪系综）能否预测短淀粉样肽的 β 折叠组织，在 117 条有明确偏好的肽中正确判定 112 条平行或反平行取向。对多态肽 MVGGVVIA 和 LYIQWL，同时采样两种组织可作为结构多样性的信号。作者指出，精确的 steric-zipper 结构建模可靠性较低且偏向紧凑构象，在共溶剂和金属离子存在下也无法再现溶剂介导界面或非经典配位几何。
推荐理由：研究用 AF3 伪系综预测短淀粉样肽的 β 折叠取向，并指出其在溶剂与金属离子条件下的偏差。
英矽智能精选AI 评分6363 英矽智能推出 inClinico Agent，加速临床试验分析与终点预测
英矽智能推出 inClinico Agent，将自然语言问题转化为端到端临床分析工作流，把复杂临床格局分析从数月压缩至分钟级。
推荐理由：英矽智能发布临床分析智能体，公开了终点预测模型在前瞻性基准上的表现与对照结果。
ChemRxiv Preprints精选AI 评分7474 研究评估基础机器学习原子间势预测化学反应选择性的能力
研究构建SELECT50数据集，评估基础机器学习原子间势（MLIP）预测有机与金属有机反应选择性的能力。UMA-M-1.1和UMA-S-1.2预测相对过渡态能量的平均绝对误差分别为0.36和0.44 kcal mol-1，经DFT单点校正后降至0.25 kcal mol-1，主要反应路径最高98%判断正确。
推荐理由：研究用SELECT50基准比较基础MLIP与半经验、低成本量子方法在过渡态能量与选择性排序上的表现，为方法选择提供参照。
ChemRxiv Preprints精选AI 评分7878 单个参考能量异常使生成模型训练分布几乎排除 Co–O 化学
一项对 MatterGen 在化学体系条件下生成的 44,688 个氧化物结构的元素级审计发现，整体组成合规率为 73.27%，但钴在 71.27% 的请求结构中缺失，其他 19 种元素为 8.12 ± 3.28%。
推荐理由：对生成模型元素条件保真度的审计显示，单个参考能量异常经稳定性过滤放大为整类化学缺失。
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。
arXiv · q-bio.BM (生物大分子)精选AI 评分6868 SGRPO：用超组相对策略优化拓展生物分子生成的效用-多样性前沿
研究提出超组相对策略优化（SGRPO），从集合级多样性直接构造奖励，并按留一法把组多样性奖励分配给单条采样，再与效用奖励结合。作者在从头小分子设计、基于口袋的小分子设计和从头蛋白质设计三个设置中，以 GRPO 与 Coupled-GRPO 实例化，覆盖自回归与离散扩散生成器；解码扫描显示 SGRPO 扩展了效用-多样性帕累托前沿，并在前沿级指标上优于基线。
推荐理由：研究把集合级多样性直接写进强化学习奖励，为分子与蛋白生成在效用和多样性之间的权衡提供了可迁移方法。
arXiv · q-bio.BM (生物大分子)精选AI 评分5858 QUBO 结合量子-经典混合优化用于多构象配体选择
研究将多构象配体选择重构为带有限惩罚和离散占据数的 QUBO 问题，并用量子-经典混合求解器求解。在 83 组配对 X 射线配体条目上，与基于 MIQP 的 qFit-ligand 流程使用相同实验输入和处理协议比较。
推荐理由：研究把多构象配体选择改写为 QUBO 问题，并在 83 组 X 射线条目上与 MIQP 流程对比，给出区域密度与原子级密度指标的分歧。
AI药物设计实验室精选AI 评分7373 上海人工智能实验室等提出 DrugHarness：亲和力比较准确率从 62.2% 升至 81.1%
上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness，将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后，Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%，优化成功率从 79.5% 升至 87.2%，但虚拟筛选 Hit@3 从 60% 降至 48%。
推荐理由：该预印本把智能体的工具执行与条件式技能学习结合，并给出基准与细胞实验的对照结果。