斯坦福团队在bioRxiv发布ProVADA：引导蛋白适应细胞质并降低HLA-I结合肽
斯坦福大学Xiaojing J. Gao、Wing Hung Wong等团队于10月18日在bioRxiv发布预印本，提出ProVADA框架，用固定的ProteinMPNN生成多位点改造序列、外部评分器评价完整序列，再由MADA种群退火引导搜索。
推荐理由：该预印本用外部评分器引导固定生成模型做多位点改造，并给出肾素与CAR抗体片段的湿实验对照结果。
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 18 页
BioAICraft精选AI 评分7676 bioRxiv · Bioinformatics精选AI 评分5959 ConcuRx：跨异质CRISPR药筛数据稳健识别药物机制相关基因
作者提出统计框架ConcuRx，用于跨异质CRISPR药物响应筛选数据的整合与基因优先级排序，其基因排名比单数据集分析更稳定。在ATR与PARP抑制剂联合用药的CRISPR药筛数据上，ConcuRx强化了对已发表研究中15个经实验验证假设的支持，包括未纳入该分析的其他独立研究支持的机制。作者称该方法能找回被平均法和重叠法忽略的生物学相关基因，但结果基于预印本摘要报告的计算分析。
推荐理由：面对异质CRISPR药筛数据，该框架用跨研究变异建模替代简单重叠取交集，为药物机制基因优先级提供可迁移的整合思路。
bioRxiv · Bioinformatics精选AI 评分7474 DEEP：从蛋白质结构预测器中提取潜在能量景观
作者提出 DEEP（Distogram Encoded Energetic Potential）框架，直接从预测的残基对距离分布中提取有效统计势，以模型自身的末端距离状态作为内部参照，无需用实验稳定性数据训练。
推荐理由：该框架从结构预测器的距离分布中提取能量信息，并在大规模稳定性与构象基准上给出可比较的评测结果。
BioTender精选AI 评分6262 Citrini Research复盘用Claude设计蝎毒结合蛋白：20万美元预算与17个达标设计
Citrini Research公开讲述与Anthropic合作、用Claude设计蝎毒结合蛋白的经历，20万美元预算推进到体外研究材料包阶段。其送测的211个设计中有17个符合研究结合标准，覆盖五种毒素中的四种，但未实现多毒素达标结合，也未验证毒素中和或动物保护。披露的计算支出为49,997美元，两家实验服务商账单合计接近15万美元，随后约两个月主要用于等待实验周转。
推荐理由：文章拆解Citrini用Claude设计蝎毒结合蛋白的支出、人员与实验周转，区分计算预测与湿实验证据。
智药局精选AI 评分7373 Radical Numerics发布Omnii-1，AI设计噬菌体已用于耐药菌感染患者同情用药
生物AI公司Radical Numerics于10月20日发布新一代生物学AI模型Omnii-1，研究人员用其设计的噬菌体已通过同情用药途径给予一名耐药细菌感染患者，公司称这是全球首例用于人体治疗的AI设计噬菌体。
推荐理由：报道梳理了Omnii-1的多模态预训练思路与AI设计噬菌体同情用药案例，并明确临床效果未披露。
ACS JCIM (化学信息与建模)精选AI 评分7272 AIMNet2-CPCM在溶液中高效准确计算配体构象应变
【全文总结】Gokcan与Isayev提出用AIMNet2-CPCM神经势在连续介质水中搜索全局最小构象，计算7887个PDB配体的配体构象应变能（LCSE），中位数4.0 kcal/mol。
推荐理由：研究用溶剂化神经网络势重算7887个配体的构象应变，指出气相单构象估计对带电配体的系统性偏差。
Valence Labs精选AI 评分5858 Valence Labs 提出 trajectory replay 持续学习技术，用于 flow matching 与扩散模型
Valence Labs 提出 trajectory replay，一种面向 flow matching 和扩散模型等连续时间生成模型的持续学习技术，通过用前一模型生成路径的速度场重训模型来提醒其已学内容，全程不生成完整样本。
推荐理由：该方法用前一模型生成路径的速度场重训，避免生成完整样本，为连续时间生成模型的持续学习提供更省成本的替代方案。
ChemRxiv Preprints精选AI 评分5858 研究比较转录组回归与Morgan指纹分类在自噬调节剂优先排序中的表现
研究评估了自噬调节剂优先排序的四种任务形式，发现基于2048位Morgan指纹的XGBoost在化合物层面区分调节剂与非调节剂的AUROC为0.845（结合L1000上下文），仅用结构信息时为0.84至0.88（95% bootstrap置信区间）。
推荐理由：研究比较转录组回归与结构指纹分类在自噬调节剂优先排序中的表现，为任务形式选择提供参照。
bioRxiv · Bioinformatics精选AI 评分6868 免疫世界模型结合多智能体编排用于多肽疫苗设计
作者提出一个免疫世界模型，用独立的疫苗分支与肿瘤分支、终点特异证据和多智能体编排，把疫苗诱导的致敏与肿瘤天然呈递抗原的识别连接起来。在公开树突状细胞数据上，上下文排序器在供体与抗原来源两种留出设置下分别取得 Recall@20 0.483 和 0.333；结构信息受体预测提供候选排序证据，并在合成条件实验中把交叉呈递系数集中到已知值附近。
推荐理由：该预印本提出分疫苗与肿瘤两支的免疫世界模型，用多智能体编排把分子预测与天然识别约束连起来。
ChemRxiv Preprints精选AI 评分6060 低偏倚过滤器遗漏了什么：药物-靶点相互作用基准中被排除负样本的实测性能
研究在声明的 BindingDB 数据集中重建低偏倚基准的纳入规则，发现经清洗和额外连接重叠限制后，被排除区域包含 78.4% 的实测负样本对。
推荐理由：研究量化了低偏倚基准排除区域上的性能落差，并提示基准报告需说明纳入规则与指标聚合方式。
ChemRxiv Preprints精选AI 评分7474 研究用微调大语言模型实现数据高效的小分子与纳米颗粒设计
研究提出一种数据高效的基础模型适配策略，将互补的正向与负向性质提示与参数高效微调结合，再用分子图核高斯过程回归对生成分子排序。在计算设置中，该平台生成具有新骨架且满足预测靶点结合、可合成性与成药性等多目标的候选分子，尽管每个靶点仅数百个训练分子同时满足三项标准。
推荐理由：研究用正负性质提示微调大模型并在少样本条件下生成分子，为低数据化学设计提供可迁移流程。
Oxford Protein Informatics Group · Blog精选AI 评分5858 解读预印本：从分子结构识别1,815位药物化学家并警示活性预测混淆
牛津蛋白信息学小组博客解读Leash Bio两位联合创始人的预印本，作者用Bemis-Murcko骨架划分训练模型，仅凭分子结构识别1,815位药物化学家中的作者，top 5准确率60%、top 1准确率27%。
推荐理由：文章解读一项预印本发现，化学家风格信号可能混淆公开基准上的活性预测，并指出作者预测任务的评估局限。
ChemRxiv Preprints精选AI 评分6565 研究利用 Boltz-2 发现纳摩尔级 CDK2 抑制剂
研究将 Boltz-2 的亲和力模块与自建的四氢喹啉类筛选空间结合，用于 CDK2 的虚拟筛选和命中优化，得到纳摩尔级抑制剂。该筛选空间通过单步多组分反应获得，作者称此前基于此类模型的虚拟筛选多局限于商业化合物目录。材料仅为预印本摘要，未披露具体化合物数量、活性数值与实验验证细节。
推荐理由：预印本报告 Boltz-2 亲和力模块在自建四氢喹啉筛选空间中完成虚拟筛选与命中优化，为共折叠模型的前瞻性应用提供案例。
ChemRxiv Preprints精选AI 评分6565 条件潜空间蒸馏实现数据受限软材料中的可控分子生成
研究提出基于条件潜空间蒸馏与化学约束构建的可控分子生成框架，用预训练于2万余个聚合物分子的VAE提供起始表示，减少对约1600条表面活性剂或200条阴离子交换膜（AEM）记录的依赖。
推荐理由：在仅约1600条表面活性剂和200条AEM记录的小数据条件下，该预印本给出可迁移的条件潜空间蒸馏生成流程与对照结果。
arXiv · q-bio.QM (定量方法)精选AI 评分5858 CAGFNs：用课程增强GFlowNets生成mRNA序列
作者提出课程增强GFlowNets（CAGFNs），用于从头合成编码目标蛋白的mRNA序列，并按学习进度设置基于长度的自适应课程，从更长的目标蛋白任务逐步学习。
推荐理由：该预印本提出面向mRNA序列的多目标生成方法，并给出收敛速度与序列多样性的对照结果，可供核酸序列设计参考。
arXiv · q-bio.QM (定量方法)精选AI 评分7878 研究以适配体为沙盒验证实验室闭环的智能体分子发现
研究将蛋白结合适配体设计作为沙盒，让智能体流水线针对α-凝血酶和肌红蛋白进行三轮设计-测试-改进，每轮约1000个候选、共约4400个构建体。α-凝血酶新候选的珠校正在靶命中率从第1轮0.0%升至第2轮26.0%、第3轮42.1%（排除文献基序衍生序列为37.1%），肌红蛋白则从10.2%经3.7%升至33.5%。
推荐理由：研究以适配体为沙盒，展示LLM智能体在湿实验闭环中逐轮提升命中率，并对比经验数据与计算代理的价值。
bioRxiv · Biochemistry精选AI 评分7878 Baker 团队发布 Chaperone 智能体蛋白设计框架，整合 RFdiffusion3 与 50 余种工具
Baker 团队等提出 Chaperone，一个轻量可定制框架，将 RFdiffusion3（RFD3）与 ProteinMPNN、AlphaFold3 及 50 多种蛋白设计工具串联，并提供面向智能体的可编程接口和高性能计算并行执行。
推荐理由：该框架把 RFdiffusion3 与序列设计、结构预测等工具串联，为长流程蛋白设计智能体提供可复用接口与效率参照。
AI药物设计实验室精选AI 评分7474 北大团队提出 CheMoDesign，在20种氨基酸之外设计可控结合蛋白
北京大学团队提出 CheMoDesign，以修饰基团或非天然氨基酸为设计起点，基于预训练全原子结构模型 Boltz-2 生成蛋白结合界面，并在凝血酶、HER2、IL-7Rα、Trop-2、CA IX 和 PD-L1 等靶标上测试。
推荐理由：该预印本把非天然化学基团作为设计起点，并用配对替换与酶活实验检验其是否真正参与结合。
ACS JCIM (化学信息与建模)精选AI 评分7272 研究基准测试四款蛋白-配体共折叠模型：配体放置正确与蛋白构象准确相互脱钩
【摘要级】研究基准测试 AlphaFold3、RoseTTAFold3、Boltz-2 和 Chai-1 四款共折叠模型，发现配体放置正确与周围蛋白构象预测准确系统性脱钩。
推荐理由：研究比较四款共折叠模型在激酶与GPCR上的配体放置与构象预测，揭示局部准确与整体构象脱钩。
Adaptyv Bio精选AI 评分7676 Adaptyv Bio 与 Anthropic 合作测试 Claude 设计的 211 个蛋白，17 个与蝎毒素结合
Adaptyv Bio 公布与 Anthropic、citrini 的最新湿实验合作结果：Claude 设计用于中和蝎毒素的新型蛋白，团队在自动化湿实验室测试了 211 个设计，其中 17 个在实验中显示与毒素结合，全部数据已发布在 proteinbase。Adaptyv Bio 称这是其推动任何人都能在自动化湿实验室开展药物发现活动的一个示例。
推荐理由：Adaptyv Bio 公布与 Anthropic 合作的湿实验验证结果，给出设计蛋白与蝎毒素结合的具体命中比例。