CLIMB与CLIFF框架通过单细胞到bulk转录组映射计算解卷积药物敏感性
【摘要级】研究提出两步机器学习框架CLIMB与CLIFF，先将bulk RNA-seq解卷积为细胞类型组成与表达，再把bulk药物敏感性测量解析为细胞亚型和单细胞特异的谱。
推荐理由：该框架把 bulk 药物敏感性拆解到细胞亚型与单细胞分辨率，并在急性髓系白血病数据上给出可对照的验证。
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 999 条
更新
精选归档 · 第 22 页
PLOS Computational Biology精选AI 评分6060 ChemRxiv Preprints精选AI 评分6868 分子基础模型能否胜任自由能模拟？研究评估增强采样表现
研究评估了多个在不同数据规模与架构（含显式长程静电模型）上训练的分子基础模型，在元动力学与伞形采样中的自由能预测表现。结果显示，近期基础模型能以接近参考的精度复现简单气相自由能剖面，而更复杂的多维与溶剂化自由能景观仍然困难。作者指出，当前采样协议的限制与缺乏明确定义的参考数据使这些体系的性能评估更加复杂，并呼吁更严格的采样协议与可靠基准。
推荐理由：研究用增强采样检验分子基础模型的自由能预测，指出简单气相剖面接近参考而多维与溶剂化体系仍困难。
DrugAI精选AI 评分7474 微软 Retrochimera 组合 Transformer 与 GNN 提升逆合成分析
微软研究院团队在 Nature 发表 Retrochimera，将逆合成 Transformer R-Smiles 2 与图神经网络 Neuralloc 组合，在约三分之二的化学家盲评比较中其建议优于参考数据集反应。
推荐理由：微软团队把 Transformer 与图神经网络组合成逆合成工具，并用化学家盲评和药企内部数据检验其表现。
DrugAI精选AI 评分7272 Nat. Mach. Intell. 报道HDOCK-Multimer：融合分子对接与组合组装预测大型蛋白质复合物结构
研究人员提出HDOCK-Multimer（HDM），将非对称对接、对称对接与基于遗传算法的组合组装结合，用于大型蛋白质复合物结构预测。
推荐理由：该研究把分子对接与组合组装结合，在多个大型复合物基准上对比AlphaFold-Multimer与AlphaFold 3，提供了规模受限场景下的替代思路。
ChemRxiv Preprints精选AI 评分5858 位点选择性高斯加速分子动力学 ssGaMD 及其与副本交换方法的结合
作者提出位点选择性高斯加速分子动力学（ssGaMD），可对指定区域或相互作用相关的二面角、静电与 Lennard–Jones 能量项单独或组合施加偏置，并限制对系统其余部分的直接偏置。
推荐理由：作者提出可选择性偏置局部相互作用的增强采样方法，为配体结合与折叠的自由能计算提供可复用思路。
奶牛猫的CADD实验室精选AI 评分7474 少考虑一颗水分子，AI 设计蛋白酶的成功率差了这么多？
David Baker 团队在 Nature 发表研究，用 AI 从头设计可切断指定肽键的金属蛋白酶：结构评估仅考虑 Zn²⁺ 时实验成功率为 14/95（约 15%），同时考虑 Zn²⁺ 和催化水后升至 35/40（约 88%）。
推荐理由：解读 Baker 团队金属蛋白酶设计研究，说明催化水如何改变计算筛选的成功率。
AI-Protein Design精选AI 评分7676 Baker团队在《Nature》发表人工金属蛋白酶设计，可定点水解TDP-43但活性仍低于天然酶
Baker团队在《Nature》报告用RFdiffusion2/3与EnhancedMPNN从头设计金属蛋白酶，显式建模锌配位催化水分子后湿实验筛选阳性率从15%升至88%。代表性设计TDPn3可定点切割全长TDP-43单体与寡聚体，SDS-PAGE和质谱确认断裂位点，阴性对照无切割条带。作者指出最强变体Zn45_v2周转率仍比顶级天然金属蛋白酶低约2个数量级，且尚无细胞或动物实验验证。
推荐理由：文章拆解了Baker团队金属蛋白酶从头设计的策略演进，并点明催化效率与体内验证的具体边界。
Nature Chemical Biology精选AI 评分5858 Nature Chemical Biology评述共折叠模型的非正构配体预测盲区
【摘要级】该评述讨论化学蛋白质组学揭示的隐蔽可配体位点及蛋白–配体共折叠模型的预测盲区，并介绍 GRPEL1–HSPA9 系统的化学探针。其与本站的直接联系是计算结合预测的局限，不能只按普通新抑制剂报道理解。
推荐理由：该研究用共价立体探针揭示静态结构难见的可配体位点，并指出蛋白-配体共折叠模型的盲区。
Bioinformatics (Oxford)精选AI 评分7070 Seq2Pocket：基于ESM-2微调与口袋平滑的蛋白结合位点预测
【全文总结】Seq2Pocket 以微调的 ESM-2（3B）为残基级预测核心，加入基于嵌入的口袋平滑分类器和表面聚类后处理，在 LIGYSIS 通用结合位点与 CryptoBench 隐蔽结合位点评测中取得所比较方法里最好的 DCCtop-N 和 DCCtop-(N+2)。
推荐理由：研究展示训练数据扩充与后处理对结合位点预测的影响，并指出聚类碎片化会虚高口袋级指标。
ACS JCIM (化学信息与建模)精选AI 评分5858 研究：激酶抑制剂结合时可改变质子化或互变异构状态
【摘要级】研究用多构象连续静电（MCCE）方法计算9个激酶结构域与18个FDA批准抑制剂在37个共晶结构中的质子化和互变异构分布，并考虑其玻尔兹曼系综，全流程重复三次以给出运行间不确定度。
推荐理由：研究用MCCE计算激酶与抑制剂复合物的质子化和互变异构分布，提示结合能预测需考虑电荷态系综。
Nature Chemical Biology精选AI 评分7474 实验评测揭示 Boltz-2、AlphaFold3 对非正构共价配体位点的预测盲区
【全文节选总结】研究将化学蛋白组学测得的立体探针结合位点与共折叠预测比较，发现 Boltz-2、AlphaFold3 常把非正构配体误放到正构口袋。共价建模或位点约束也未充分解决实验观察到的立体选择性。这项工作的重要性在于揭示计算药研模型的适用局限，而非仅发现 GRPEL1–HSPA9 抑制剂。
推荐理由：研究用共价配体图谱检验Boltz-2对非正构位点的定位能力，为共折叠模型评测提供参照。
ACS JCIM (化学信息与建模)精选AI 评分5858 COMPRESS：用网格优化构建可物理解释的压缩化学空间
【全文总结】作者提出 COMPRESS 框架，将每个小分子表示为固定数量 K 个带位置、电荷、LJ 直径和势阱深度的位点，并通过在三维网格上匹配密度、静电和范德华场来优化。
推荐理由：研究提出用固定数量物理参数位点压缩分子场，并给出网格损失与相互作用能误差之间的分辨率选择参照。
智药邦精选AI 评分8080 Nature Biotechnology｜AdaptiveFlow实现数百亿分子库的自适应虚拟筛选
意大利帕维亚大学、Dana-Farber癌症研究院等团队在《Nature Biotechnology》发表开源平台AdaptiveFlow，将Enamine REAL Space约315亿原始分子预处理为约690亿可直接对接条目，通过18维分子性质分区与自适应靶标引导虚拟筛选（ATG-VS）降低超大规模对接开销。
推荐理由：研究用分子性质分区与靶标引导抽样压缩数百亿级对接空间，并在两个靶点获得实验验证的抑制剂。
Corin Wagen精选AI 评分5858 Corin Wagen 团队复现 SandboxAQ taqo 方法：单点蛋白-配体焓值可作同系列 ∆∆G 启发式
Corin Wagen 表示其团队复现了 SandboxAQ 发布的 taqo 方法，得到与原文非常相似的结果。该方法用神经网络势（NNP）计算单点蛋白-配体焓值，作为同系列化合物内 ∆∆G 的启发式指标。
推荐理由：作者复现了 SandboxAQ 的 taqo 方法，为同系列内用单点焓值近似 ∆∆G 的可行性提供了独立参照。
Oxford Protein Informatics Group · Blog精选AI 评分6565 OPIG 发布 Therapeutic Nanobody Profiler 纳米抗体可开发性评估工具
牛津 OPIG 的 Gemma Gordon 在博士项目中开发了 Therapeutic Nanobody Profiler（TNP），用 6 项针对纳米抗体特性的指标，将候选纳米抗体的结构与理化性质对照 36 个临床阶段样本进行基准评估。
推荐理由：作者介绍其博士项目开发的纳米抗体可开发性评估工具，说明指标构成、临床参照集与配套实验数据来源。
DeepTech深科技精选AI 评分8383 David Baker团队在Nature连发两篇论文，AI从头设计蛋白酶最高催化加速超100亿倍
华盛顿大学David Baker团队10月14日在Nature发表两篇论文，用RFdiffusion、ProteinMPNN和AlphaFold 3从头设计半胱氨酸蛋白酶与金属蛋白酶。
推荐理由：两篇 Nature 论文报告从头设计半胱氨酸与金属蛋白酶的实验成功率与催化加速，并给出与天然酶的差距。
Alex Zhavoronkov精选AI 评分5858 PandaOmics分析77个人脑数据集，线虫与人神经元验证阿尔茨海默病候选靶点
Insilico Medicine的Alex Zhavoronkov介绍，团队用PandaOmics读取77个人脑数据集寻找阿尔茨海默病新靶点，并用线虫和人神经元检验这些答案。该工作以AI与湿实验闭环的方式推进靶点发现，已发表于Alzheimer's & Dementia，DOI为10.1002/alz.71680。
推荐理由：作者团队用PandaOmics分析人脑数据集，并在线虫与人神经元中验证候选靶点，呈现AI与湿实验闭环的靶点发现路径。
bioRxiv · Pharmacology & Toxicology精选AI 评分5858 基于结构的hERG姿态筛选流程：整合诱导契合对接、形状相似性、相互作用指纹与分子动力学
研究提出并评估一套模板感知的hERG姿态筛选流程，以阿司咪唑、匹莫齐特和E4031结合的hERG结构作为实验参照环境，并以apo 8ZYN作为受体状态对照。诱导契合对接在自对接上优于刚性Glide，apo 8ZYN在短时分子动力学评估中未重现配体结合态行为；7个组内匹配体系中有6个满足双重MD质量判据，8个组间错配体系均未满足。
推荐理由：研究以配体结合态hERG冷冻电镜结构为参照，比较不同构象模板下的对接姿态筛选，为hERG建模的构象选择提供参照。
bioRxiv · Bioinformatics精选AI 评分5858 BCell-Epitope-Prediction：本地可复现的多表位疫苗设计流程及PDB复合物结构验证
作者发布BCell-Epitope-Prediction，一个本地运行、无需联网的多表位疫苗设计流程，整合14个外部工具、分8个主要阶段，并用内容自缓存。
推荐理由：该预印本把四种B细胞表位预测引擎的逐残基打分融合，并在17个PDB抗原抗体复合物上做结构验证，为多表位疫苗设计流程提供可复现参照。
bioRxiv · Bioinformatics精选AI 评分5858 NCI-Profiler：自动检测并可视化蛋白-配体非共价相互作用
作者开发了NCI-Profiler，一个免费网页与命令行工具，可从PDB或mmCIF坐标自动检测并可视化九类蛋白-配体非共价相互作用，包括金属配位和卤-水-氢桥。
推荐理由：该工具覆盖九类蛋白-配体非共价相互作用，并在同一数据集上与PLIP对比检测完整性和速度。