Nature：Baker团队用RFdiffusion2-MI从头设计半胱氨酸蛋白酶
Baker团队利用RFdiffusion2-MI生成模型，从头设计以Cys–His–Asp催化三联体为核心的人工半胱氨酸蛋白酶，在69个实验测试设计中有13个能准确切割预定肽键，成功率为19%。
推荐理由：Baker团队用RFdiffusion2-MI从头设计半胱氨酸蛋白酶，晶体结构验证全新折叠，并揭示活性位点预组织是效率瓶颈。
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 21 页
DrugAI精选AI 评分8686 LeapFun精选AI 评分6565 如何确定抗体功能表位：mimotope-MD-Folddisco 工作流与验收经验
文章介绍上海交大团队与 Jordi Marti 等 2026 年发表的 Mimotope-Guided Molecular Dynamics 方法，用噬菌体选出的 mimotope 经微秒级分子动力学精修抗体结合姿势，再用 Folddisco 映射回抗原以定位功能表位。
推荐理由：文章把几何接触面与功能热点的区别讲成可执行流程，并给出四套晶体体系的命中率与对照结果。
BioTender精选AI 评分7272 Leash Biosciences 发布 Minos 工作稿：用真实湿实验构建分子搜索环境评测 AI
Leash Biosciences 的 Minos 工作稿把预先完成的 DNA 编码化合物库实测结果封装成可反复查询的分子搜索环境，模型每局最多测试 100 个分子、每批最多 5 个。
推荐理由：工作稿把已完成的湿实验封装成可反复查询的分子搜索环境，并给出结构打乱与靶标遮蔽对照，便于理解评测边界。
BioTender精选AI 评分5858 《Molecular Cell》推出AI分子生物学专题，14篇内容聚焦预测与实验验证边界
《Molecular Cell》第86卷第20期于2026年10月15日推出“Artificial intelligence in molecular biology”专题，共14篇内容，包括1篇社论、5篇Insights、6篇综述和2篇原创研究，覆盖蛋白、RNA、基因编辑和单细胞。
推荐理由：专题把蛋白设计、RNA与单细胞预测放进同一证据框架，并逐项标出计算预测与实验验证的边界。
BioArt精选AI 评分5858 GenBio AI 团队在 Cell 提出虚拟细胞世界模型框架
GenBio AI 的 Eric Xing（邢波）与 Le Song（宋乐）团队在 Cell 发表观点文章，提出虚拟细胞世界模型（VCWM）的操作定义与架构，将其描述为多模态、多尺度、动态且有状态的计算系统。
推荐理由：GenBio AI 团队在 Cell 提出虚拟细胞世界模型的模块划分与评测路线，为理解细胞模拟器的架构与数据需求提供框架。
木可AI探索笔记精选AI 评分6060 Radical Numerics 技术报告解读：Tessera 按行为指纹分组数据混合，DNA 语料宏基因组占比从 14% 降至 4%
Radical Numerics 发布技术报告，介绍 Tessera 数据混合方法：先为采样文档各训一个不到 1 亿参数的微型代理模型测出行为指纹，再降维成行为轴并用回归器外推到全语料，最后在行为空间聚类成派生源、用 MixMin 配权重。
推荐理由：梳理 Tessera 按文档行为指纹分组配比训练数据的方法，及其在 DNA 语料上的分组结果与规模限制。
bioRxiv · Pharmacology & Toxicology精选AI 评分5858 RePurpose：LLM辅助、来源可追溯的药物重定位工具，并在多发性硬化症中回溯验证氯马斯汀
作者推出基于网页的工具RePurpose，输入自然语言主题后从Open Targets、ClinicalTrials.gov、UniProt和PubMed返回候选药物，每个候选均标注结构化数据库、临床试验或大语言模型提案等证据来源，并可按研究充分程度调整排序。
推荐理由：该工具把多源证据整合为可追溯的药物重定位候选，并用已上市药物做回溯测试，展示了证据检索与假设生成之间的差别。
bioRxiv · Bioinformatics精选AI 评分6565 HighFold-Lasso：结合AlphaFold3的拓扑引导套索肽结构预测
研究团队开发了HighFold-Lasso，将自定义共价连接与套索骨架引导的自适应低噪声初始化结合，在AlphaFold3基础上实现由套索构象先验引导的条件结构生成。
推荐理由：研究针对套索肽的异肽键与穿环拓扑，给出在52个实验结构上的重建表现，可作为该类肽结构预测的参照。
bioRxiv · Bioinformatics精选AI 评分5858 MOFI 框架从配对多组学快照重建连续细胞命运转变
作者提出多组学命运推断框架 MOFI，从多个时间点的配对多组学快照重建连续细胞命运转变，并联合建模各模态状态动态、跨组学对应关系与群体增长。
推荐理由：该框架把离散配对多组学快照重建为连续命运轨迹，并在类器官与造血体系中给出扰动响应预测。
bioRxiv · Bioinformatics精选AI 评分6565 NeoOmni Atlas：基于蛋白基因组学分析构建的泛癌新生抗原整合数据库
NeoOmni Atlas 是一个泛癌 T 细胞表位资源，通过对 26 种癌症、2,341 个样本的 7,561 套免疫肽组数据（5.11 亿张原始谱图）进行蛋白基因组学再分析构建。
推荐理由：该资源整合跨癌种免疫肽组数据并区分肿瘤相关与肿瘤特异表位，为新生抗原筛选提供可检索参照。
bioRxiv · Biochemistry精选AI 评分5858 研究识别肿瘤血管生成调控因子 RhoJ 的新型药物口袋并验证靶向小分子
预印本研究通过分子动力学模拟识别出由 RhoJ 独特 N 端延伸（Asn2-Lys19）形成的变构口袋，该口袋参与 RhoJ 与下游信号伙伴的相互作用。
推荐理由：研究用分子动力学与虚拟筛选定位 RhoJ 的 N 端变构口袋，并用细胞生物传感器验证小分子对该相互作用的干扰。
bioRxiv · Biochemistry精选AI 评分5858 机器学习解码 bNAb 与 HIV-1 Env 的分支特异性相互作用
研究利用实验解析的 bNAb/HIV-1 Env 复合物结构与能量描述符构建机器学习模型，预测多个 HIV-1 分支的结合自由能（∆G）和解离常数（KD），其中 XGBoost 表现最佳，训练与测试 R2 分别为 0.92 和 0.658。
推荐理由：研究用实验解析的 bNAb-Env 复合物结构特征训练模型，预测不同 HIV-1 分支的结合自由能差异，为免疫原设计提供定量参照。
bioRxiv · Bioinformatics精选AI 评分5858 ELiAH2 数据库更新：整合E3连接酶组织特异性与配体对接性质，支持靶向蛋白降解
ELiAH2 是面向靶向蛋白降解（TPD）候选优先排序的扩展数据库，整合 GTEx 24 种人体组织的 RNA-seq 数据以刻画 E3 连接酶与靶基因的组织特异性表达，并新增大规模对接数据集，覆盖 827,385 个 E3 连接酶-靶蛋白对和 7,800,521 个蛋白-配体对接模型。
推荐理由：该数据库把E3连接酶的组织特异性表达与蛋白对接数据整合到同一检索界面，为靶向蛋白降解的候选筛选提供参照。
bioRxiv · Bioinformatics精选AI 评分5858 研究基准评测大语言模型在实验描述感知的药物靶点结合亲和力预测中的表现
研究开发了 ACL-DTI 和 MAMMAL-AsAP 两个实验描述感知模型，在五个三元组不相交随机划分上评测药物靶点结合亲和力预测。MAMMAL-AsAP 取得最高 R^2 0.7198±0.0085，实验描述感知模型整体与不考虑实验描述的基线相当或更优。
推荐理由：研究比较了引入实验描述后大语言模型预测药物靶点结合亲和力的表现，为评测设置提供了具体参照。
LeapFun精选AI 评分7474 普林斯顿团队发布MESSI生成式扩散模型，将免疫原性融入蛋白生成
普林斯顿团队在bioRxiv发布结构条件生成式离散扩散模型MESSI，在生成过程中引入免疫风险反馈，输出在指定MHC-II分子上预测表位可降至零且保持结构可行性的序列，代码已开源。
推荐理由：该预印本把免疫原性预测前移为生成约束，并在三类蛋白上给出湿实验活性与结合数据，可供评估去免疫原设计流程。
DrugAI精选AI 评分8888 Nature：Baker团队用RFdiffusion从头设计金属蛋白酶
David Baker团队在Nature发表研究，利用RFdiffusion系列生成模型从头设计含锌配位中心和多肽结合口袋的金属蛋白酶，135个实验测试设计中36%能在预期位置切割多肽底物。
推荐理由：研究把从头酶设计从酯键水解推进到稳定肽键，并指出显式建模催化水分子是成功率差异的关键。
DrugAI精选AI 评分8888 Science 发表 RFdiffusion3：全原子扩散实现生物聚合物原子级功能位点支架设计
研究人员在 Science 发表 RFdiffusion3（RFD3），一种基于全原子自由扩散的生成式模型，可在统一框架下设计蛋白质、RNA、DNA 及其复合物，并直接以催化原子坐标、氢键和配体埋藏等条件构建功能位点。
推荐理由：该研究把生成式设计从残基级推进到全原子级，并给出人工酶实验活性数据，可作为理解功能位点设计边界的参照。
bioRxiv · Bioinformatics精选AI 评分5858 PATHNet：受热力学路径积分启发的蛋白-配体相互作用预测神经网络
研究提出PATHNet，一个从分子力学描述符学习蛋白-配体相互作用、结合分段线性映射与有界神经网络校正的物理约束打分框架，训练采用变分最小作用量式目标，并以重整化群启发的谱约束和多重起点盆地优化做模型选择。在七个DUD-E靶点上，PATHNet的平均活性物与诱饵分类准确率在受测方法中最高，超过三个代表不同架构家族的文献基线。该结果为预印本摘要报告，仅涉及计算打分与DUD-E靶点评测。
推荐理由：该预印本提出物理约束的蛋白-配体打分网络，并在七个DUD-E靶点上与三类基线比较分类表现。
bioRxiv · Bioinformatics精选AI 评分6262 LigRNA：用动态化学互补与语言模型编码高精度预测RNA-配体结合位点
作者提出LigRNA，一个通过跨模态联合编码预测RNA-配体结合位点的图神经网络框架，在TE9和TE18数据集上F1分别为0.73和0.58，较GATRsite提升7.4%和18.4%。
推荐理由：预印本提出跨模态图神经网络预测RNA-配体结合位点，并在两个基准上给出与GATRsite的对照结果。
bioRxiv · Bioinformatics精选AI 评分6363 SubcellPert：单RNA分子分辨率的亚细胞扰动预测基准发布
研究团队提出 SubcellPert，一个在单 RNA 分子分辨率上预测扰动响应的基准，包含 14 个成像数据集、1388 万个细胞和 36.5 亿个 RNA 分子。
推荐理由：该基准把扰动响应预测从基因计数扩展到单分子空间坐标，并给出多种基线的分任务评测结果。