K2P通道调节口袋的化学扰动扫描识别亲和力热点
研究对TREK1通道激活剂ML335进行46个化学取代，用非平衡炼金术自由能计算评估其与调节口袋上下区域的结合变化。结果显示响应高度不对称：下环取代削弱结合，可追溯到连接M3、P2、P1螺旋与选择性过滤器的π-π堆叠网络；上环取代被耐受并改变与Cap-P1、SF2-M4环及上部选择性过滤器的接触。
推荐理由：研究用46个化学取代扫描TREK1调节口袋，区分上下口袋对结合的贡献并关联门控残基。
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 23 页
bioRxiv · Biophysics精选AI 评分5858 bioRxiv · Bioinformatics精选AI 评分6363 为何BindCraft2的627条轨迹未产出任何结合剂
作者用BindCraft2（v1.0.3）针对人乳酸脱氢酶A（LDHA）浅表K81乳酰化表位开展两轮环肽设计，627条轨迹均未获得可接受设计。
推荐理由：复盘627条BindCraft2轨迹全部失败的原因，指出筛选阈值与损失函数在环肽场景下的错配。
奶牛猫的CADD实验室精选AI 评分7171 GluePlex 提出无三元结构下的分子胶计算优化路线
发表在 Nature Communications 的 GluePlex 研究针对 VAV1 分子胶，在缺少三元复合物实验结构时用 PeSTo 预测接触区域、HADDOCK 对接生成 6 个构象簇模板，再由 Boltz-2 共折叠生成 120 个候选三元结构并按 chainpair_ipTM 筛选。
推荐理由：该研究把蛋白对接、共折叠与自由能计算串成分子胶优化流程，为缺少三元结构的项目提供可迁移做法。
arXiv · q-bio.QM (定量方法)精选AI 评分6868 研究揭示条件流模型在未见科学交互预测中会幻觉非加性效应
Sam Gijsen 等人在生理时间序列模拟器、药物剂量响应数据、组合细胞扰动和分子构象生成任务中研究流匹配模型的交互恢复能力，区分真实恢复与幻觉出的交互结构。
推荐理由：研究用多类模拟与真实数据检验条件生成模型能否恢复交互效应，为科学预测评测提供参照。
arXiv · q-bio.QM (定量方法)精选AI 评分6868 PMO-Dock：面向分子对接优化的基准与评测协议
研究提出 PMO-Dock，一个面向对接优化的基准与协议，包含 25 个任务，覆盖命中生成、先导优化和一项要求强在靶结合并惩罚脱靶相互作用的新特异性任务。
推荐理由：该基准把对接优化拆成 25 个任务并加入特异性惩罚，为比较不同生成方法的样本效率提供统一协议。
木可AI探索笔记精选AI 评分7474 David Baker 团队推出 Prompteina：用自然语言指令设计蛋白并在 GM2A 靶点筛出 6 个结合剂
David Baker 团队发布蛋白生成模型 Prompteina，以英伟达 Complexa 为底子、用 5240 万条结构描述训练，可直接接受自然语言指令设计蛋白。据该文，它在 18 项任务中胜出 15 项，折叠架构控制指标提升到 51.1%，在 20 个靶点盲测中至少胜出 13 个。湿实验针对 GM2A 靶点挑选 90 个设计，筛出 6 个有效结合剂，最强亲和力为 107 nM。
推荐理由：介绍 Prompteina 用自然语言指令驱动蛋白生成，并给出湿实验筛出结合剂的结果，便于了解该方向的方法与证据边界。
木可AI探索笔记精选AI 评分8383 David Baker团队提出文本条件化全原子蛋白生成模型Prompteina，GM2A结合剂湿实验命中率6.7%
David Baker团队联合新加坡国立大学和AI2提出文本条件化全原子蛋白质结构生成模型Prompteina，以自然语言作为统一条件入口，基底为NVIDIA团队的Complexa。
推荐理由：梳理Prompteina如何用自然语言统一蛋白生成接口，并完整走通agent设计到湿实验命中的链条。
Briefings in Bioinformatics精选AI 评分6565 VCAT模型整合转录扰动与CRISPR脆弱性预测抗癌药物响应
【摘要级】研究提出脆弱性引导的级联注意力Transformer模型VCAT，将CMap/LINCS共识转录特征与CRISPR监督的细胞表征结合，用于抗癌药物响应预测。在四种数据划分策略下，VCAT在12项分类划分指标比较中的11项取得最佳表现，优于传统机器学习和已发表深度学习模型，并提升了连续IC50预测，在CTRP、PRISM、患者来源类器官和肝细胞癌队列中表现出泛化。
推荐理由：研究把药物诱导转录扰动与CRISPR遗传脆弱性结合，为跨数据集药物响应预测提供可解释的建模思路。
bioRxiv · Genomics精选AI 评分5858 RERDetect：识别核糖核苷酸切除修复缺陷肿瘤及其治疗脆弱性
研究团队发现核糖核苷酸切除修复（RER）缺陷会在全基因组留下特征性插入缺失、碱基替换和结构变异特征，并据此开发全基因组分类器 RERDetect。将该分类器应用于逾1.1万例原发和转移性肿瘤后，识别出一批反复出现的RER缺陷肿瘤，其中多数未检出RNASEH2基因变异；研究还发现RNASEH2C启动子高甲基化是通路失活的反复机制。
推荐理由：研究用全基因组突变特征识别常规基因诊断漏掉的核糖核苷酸切除修复缺陷肿瘤，并给出候选脆弱靶点。
Bioinformatics (Oxford)精选AI 评分6363 ScopeNovo：用谱图间相似度重排提升从头肽段测序准确率
【全文总结】作者提出 ScopeNovo，一种与模型无关的重排方法，利用训练好的谱图编码器计算输入谱图与肽段-谱图库中参考谱图的潜在余弦相似度，对候选肽段重新排序。在九物种 V1/V2 基准上，外部谱图库设置下平均肽段准确率较 π-PrimeNovo 提升 6.1% 和 4.0%，自建库设置下仍提升 3.4 和 1.9 个百分点，V1 为 0.684、V2 为 0.716。
推荐理由：该方法用谱图潜在相似度对候选肽段重排，在九物种基准上给出可对照的准确率增益与库依赖分析。
ACS JCIM (化学信息与建模)精选AI 评分5858 UCEC：知识图谱辅助机器学习实现天然产物-疾病关联可解释排序
【摘要级】研究提出知识图谱辅助机器学习模型 UCEC，用于天然产物与疾病关联的优先级排序，并将预测关联强度与局部机制证据链的稳定性分开建模。在用于恢复图谱支持的间接关联的代理基准上，整合证据链使 Hits@50 从 0.392 提升至 0.509，68.8% 的天然产物单项 AUPRC 改善。基于 HERB 2.0 临床试验记录的来源分离验证进一步支持候选排序，结果来自摘要报告的基准与验证设置。
推荐理由：该研究把证据链稳定性与关联强度分开建模，为天然产物与疾病关联排序提供了可追溯的机制假设路径。
Pranam Chatterjee精选AI 评分6767 LFD 框架用 LLM 自适应课程微调肽和小分子流模型
研究提出 LLM-to-Flow Distillation（LFD）方法，从“设计具有抗癌活性的肽”或“设计结合 D2 多巴胺受体的小分子”等自然语言目标出发，通过迭代 DPO 将 LLM 生成子目标的知识蒸馏进科学生成器。
推荐理由：该方法把自然语言目标蒸馏进肽与小分子流模型，并在留出计算评测中与奖励引导方法比较。
Corin Wagen精选AI 评分5858 Anton Ni 与 Joonho Lee 提出基于 UMA 嵌入的隐式溶剂模型
Corin Wagen 推荐 Anton Ni 与 Joonho Lee（哈佛大学化学与化学生物学系）的新工作：作者在 SMD 数据上基于 UMA 嵌入训练了一个兼容神经势（NNP）的隐式溶剂模型，并展示该模型可用于分子动力学、logP 预测、异构体 ΔG 预测和 SNAr 机理研究。推文未披露模型性能数字与对照结果。
推荐理由：该工作把 UMA 嵌入用于训练兼容神经势的隐式溶剂模型，并展示其在多类化学任务上的适用面。
AI药物设计实验室精选AI 评分7272 ICLR 2026 论文 MolecularIQ 评测 38 个大模型化学结构推理，最高准确率 47.5%
约翰内斯·开普勒大学等机构在 ICLR 2026 发表基准 MolecularIQ，用 RDKit 符号程序核验 38 个开源大模型对分子结构的计数、原子索引定位和约束生成能力，最高总体准确率为 GPT-OSS 120B（High）的 47.5%。
推荐理由：该基准用 RDKit 符号核验拆解分子结构推理，并揭示 SMILES 写法变化带来的性能落差。
BioAICraft精选AI 评分7373 David Baker 团队预印本提出从头设计控制 N-连接糖链组成
David Baker、Neil King 等人在 bioRxiv 发布预印本，提出通过从头蛋白质设计在糖链周围构建结构遮挡、限制加工酶接近，从而控制 N-连接糖链组成。
推荐理由：解读 Baker 团队预印本如何用结构遮挡控制糖型，并给出从约1%到约47%的筛选改进路径。
ACS JCIM (化学信息与建模)精选AI 评分7171 FEgrow团队复盘ASAP抗病毒盲测：受体柔性与打分函数对构象预测的影响
【全文总结】作者复盘其在ASAP-Polaris-OpenADMET抗病毒盲测构象预测赛道的FEgrow参赛结果，并回顾性评估受体侧链柔性对预测精度的影响。前瞻提交中，手动选取吡啶核心的FEgrow方案在SARS-CoV-2与MERS-CoV Mpro测试集上分别约60%和40%的构象RMSD小于2 Å，改用最大公共子结构自动选核后总体成功率为54%。
推荐理由：作者复盘ASAP盲测中FEgrow的表现，并检验侧链柔性采样能否改善刚性受体下的构象预测。
ACS JCIM (化学信息与建模)精选AI 评分5858 PDI-Spot：结合ESM-DBP与Node2Vec嵌入识别蛋白-DNA复合物能量热点
【全文总结】作者提出PDI-Spot，用ESM-DBP序列嵌入与Node2Vec网络嵌入预测蛋白-DNA界面能量热点，在411个突变、139个复合物上训练，并在与ESPDHot相同的81个突变测试集上取得AUROC 0.809、MCC 0.625，高于ESPDHot报告的MCC 0.516。
推荐理由：该研究用ESM-DBP与Node2Vec嵌入替代手工特征预测蛋白-DNA能量热点，并在与ESPDHot相同的测试集上比较。
bioRxiv · Biochemistry精选AI 评分6060 研究利用AI预测结构指导单域抗体2F3的亲和力成熟
研究从合成单域抗体库中筛选出靶向IL-12 p40亚基的候选2F3，其预测表位与Briakinumab、Ustekinumab相同。作者基于AI预测的IL-12/sdAb复合物结构理性设计11个点突变，其中3个提升结合亲和力，组合后亲和力较原始先导克隆提高8倍。该结果基于预印本摘要报告，亲和力数据来自结合实验而非细胞或临床验证。
推荐理由：研究用AI预测的IL-12/单域抗体复合物结构指导定点突变，为合成库低亲和力结合剂的理性优化提供参照。
AI蛋白质精选AI 评分7878 Baker与Neil King团队从头设计糖蛋白，用氨基酸序列编码N-糖基化位置与组成
华盛顿大学David Baker与Neil King团队开发全原子计算流程，从头设计糖蛋白，使氨基酸序列同时编码N-连接糖链的位置与组成，通过设计三维结构中的空间位阻调控糖链加工。
推荐理由：该预印本把糖链组成纳入从头设计变量，并用细菌黏附与凝集素结合实验检验设计糖蛋白的功能。
LeapFun精选AI 评分6363 12篇论文解码Orbis：AI环肽平台与诺和诺德14亿美元合作
作者梳理12篇论文，拆解Orbis如何用非天然构件大环、ⁿCycle-Forge计算搜索与自动化合成构成环肽发现体系。ⁿCycle-Forge以Boltz共折叠评分为代理目标，对两个靶点做约12万次共折叠评价并合成1472个设计，凝血酶初筛命中35/736，约为历史库的24倍，MDM2命中率约4.6%与历史定向库相近。
推荐理由：文章逐层拆解Orbis大环肽平台的计算与实验证据，并区分技术源流与公司独占资产。