南京中医药大学纪建建团队在Cell Reports Medicine发表AI筛选抗耐药RSV中药成分Punicalin的研究
南京中医药大学纪建建团队利用自主构建并开源的抗病毒药物AI模型，从中药化合物库中筛选出活性成分Punicalin，成果发表于Cell Reports Medicine。
推荐理由：研究用开源抗病毒AI模型从中药化合物库筛出靶向RSV G/F蛋白的天然产物，并给出动物实验与专利信息。
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 24 页
药学进展精选AI 评分6262 ACS JCIM (化学信息与建模)精选AI 评分5858 潜空间风格化量子Wasserstein GAN用于药物设计并在MOSES基准评测
【全文节选总结】作者提出潜空间风格化量子WGAN-GP分子生成器，在MOSES数据集（12,000训练、4,087验证分子）上与经典潜空间GAN对比，量子生成器仅用110个可训练参数，整体⟨Z0⟩为−0.26，与MOSES基线在一个标准差内相当，⟨QED⟩达0.643±0.001，高于匹配容量经典生成器的0.594±0.001。
推荐理由：研究在MOSES基准上比较量子与经典潜空间生成器，为低数据分子生成的可比评测提供参照。
bioRxiv · Bioinformatics精选AI 评分5858 SafeDelta：单细胞扰动预测少样本适配的对照拆分判据
该预印本提出 SafeDelta 对照拆分判据，用校准数据决定单细胞扰动预测是否进行少样本适配。作者指出传统评测在校准响应与留出目标间共用对照估计，会把对照误差带入预测并抬高分数；嵌套对照深度实验支持内积虚高随深度反比缩放，相关性虚高还取决于对照噪声信号比。
推荐理由：研究揭示少样本扰动预测评测中共用对照估计造成的分数虚高，并提出可迁移的对照拆分判据。
bioRxiv · Biophysics精选AI 评分7474 生成式设计与自由能排序结合，发现三个纳摩尔级LasB抑制剂
研究团队提出一套全开源的计算与实验联用流程，将基于片段的从头分子设计与炼金绝对结合自由能计算结合，在化学合成前按物理模型排序候选分子。以铜绿假单胞菌毒力相关锌金属蛋白酶LasB为靶点，从约4万个经多目标优化生成的化合物中选出少量优先分子进行实验测试，发现三个此前未报道的纳摩尔级抑制剂（IC50 22-53 nM），并报告其代谢与血浆稳定性良好。
推荐理由：该预印本把生成式分子设计与炼金自由能计算串成开源流程，并用湿实验筛出三个纳摩尔级LasB抑制剂。
PLOS Computational Biology精选AI 评分6262 xNNDriver与xAEDriver：从全基因组依赖图谱中可解释地优先排序癌症驱动基因
【全文节选总结】研究提出可解释神经网络xNNDriver，用DepMap中1,095个细胞系的全基因组CRISPR依赖评分预测候选基因突变状态，在3,008个候选基因中优先排序驱动基因，前15名中有10个为DepMap已注释的驱动基因。
推荐理由：研究把DepMap全基因组依赖图谱与通路层级网络结合，为从功能基因组数据中优先排序驱动基因提供了可解释框架。
Drug Discovery Today精选AI 评分5858 从AI承诺到转化实践：药物发现中的可复现性、验证与循证落地
【摘要级】这篇主题综述指出，基准测试表现本身不足以证明 AI 在药物发现中具备实验、运营或临床收益，并区分预测泛化、实验确认、流程效用与临床结局四类证据。文章批判性考察基准偏差、前瞻性命中发现与临床开发的定量案例，并讨论数据质量、可复现性、不确定性与治理，进而为每种预期用途匹配对照、评估设计与验收标准提出建议。材料仅为论文摘要。
推荐理由：这篇综述区分预测泛化、实验确认、流程效用与临床结局，为判断 AI 药研证据层级提供框架。
bioRxiv · Bioinformatics精选AI 评分5858 RNA 证据支持肿瘤领域临床阶段抗体药物靶点
研究构建基于 bulk 与单细胞 RNA 表达特征的排序框架，在六种实体瘤中对 4,532 个候选表面蛋白靶点按肿瘤特异性、正常组织安全性和血液 Sink 特征打分，并以已进入临床的肿瘤相关抗体靶点作回顾性验证。
推荐理由：研究用单细胞与 bulk RNA 表达特征回溯排序已进入临床的抗体靶点，为靶点优先级评估提供参照。
智药邦精选AI 评分6767 上海人工智能实验室等发布AblateCell智能体，实现虚拟细胞模型自主复现与消融
上海人工智能实验室、复旦大学、香港科技大学（广州）等团队在arXiv发布AblateCell，一个面向AI虚拟细胞代码仓库的“先复现、后消融”多智能体系统，在CPA、GEARS、BioLORD三个单细胞扰动预测模型上取得88.9%的端到端任务成功率和93.3%的关键组件识别准确率（Acc@5）。
推荐理由：研究把模型复现与消融实验串成自主流程，并在三个单细胞扰动预测模型上给出与人工组对比的成功率数据。
bioRxiv · Bioinformatics精选AI 评分5858 VirtualSkin 将皮肤细胞身份识别与干预响应预测整合进统一模型
VirtualSkin 是一个细胞语言模型，将皮肤转录组与生物学描述对齐，并支持以干预为条件的响应预测。在独立图谱、疾病、解剖部位和扰动队列中，其炎症皮肤注释较最强对照提升 0.056 macro F1，细胞文本检索提升 0.12 Recall@10；在五个干预队列中，响应预测提升 0.03 至 0.09 响应分数，并在基因表达变化、基因恢复和转录程序层面取得一致。
推荐理由：研究把皮肤细胞状态识别与干预响应预测放进同一评测框架，并给出跨队列比较与适用边界。
DrugAI精选AI 评分7373 Science Advances：高通量筛选结合AlphaFold 3结构优选发现多目标VHH纳米抗体
研究人员在Science Advances报告了一套整合多重荧光酵母展示、深度测序与AlphaFold 3复合物预测的VHH纳米抗体发现框架，以长链三指型α-神经毒素为对象。
推荐理由：研究把酵母展示筛选与AlphaFold 3结构优选串成一条VHH发现流程，并给出精确率与召回率的实测权衡。
英灵殿科技Valhalla精选AI 评分7474 英灵殿科技等提出CODesign：让蛋白质序列与结构在全原子binder设计中保持一致
英灵殿科技联合香港中文大学、华盛顿大学等提出全原子蛋白质binder协同设计模型CODesign，通过一致性蒸馏构建约105,000对二聚体数据Codimer，并用多模态联合流匹配与一致性感知联合重采样（CAR）保持序列与结构一致。
推荐理由：作者团队提出以一致性为核心的蛋白binder协同设计方法，并用消融实验拆解数据与采样环节各自的贡献。
晶泰科技精选AI 评分6565 晶泰科技开源化学反应产率定量AI模型lcms2yield
晶泰科技在GitHub开源化学反应产率定量AI模型lcms2yield，同步开放模型权重、推理代码及训练与评测数据集。
推荐理由：晶泰科技开源可预测紫外校正因子的模型，为高通量实验的产率定量提供了可复现的替代路径。
PLOS Computational Biology精选AI 评分5858 研究用时间注意力Transformer从活细胞影像预测细胞命运
【全文总结】研究提出基于ResNet50与8层Transformer编码器的模型，从单细胞延时荧光影像序列直接预测顺铂处理后细胞走向凋亡还是分裂，在含2089条序列的测试集上取得平衡准确率0.94、F1 0.9326，凋亡召回率91.3%。
推荐理由：研究用Transformer从活细胞延时影像预测顺铂处理后的凋亡与分裂命运，并借注意力权重定位关键时间窗与形态特征。
DrugAI精选AI 评分7878 Nat. Comput. Sci.：主动学习与几何深度学习提升数据稀缺药物发现中的化学反应预测
研究人员提出主动学习、高通量实验与几何图神经网络组成的闭环流程，用于数据稀缺条件下的C–H硼化反应预测。经3轮主动学习新增50种底物、4,821次高通量实验，最终数据集含6,865条反应记录和568种底物，独特Bemis–Murcko骨架由105个增至147个。
推荐理由：研究把主动学习选样与几何图神经网络结合，在C–H硼化上展示数据稀缺条件下的实验闭环路径。
DrugAI精选AI 评分7474 Baker团队在Nature Communications发表SAPP与DMX流程，以规模化实验表征加速蛋白设计
Baker团队在Nature Communications发表方法学工作，用SAPP和DMX两套流程把蛋白设计的实验表征规模化：SAPP将从基因片段到SEC纯化与标准化表征压缩到约48小时、每天可处理数百个设计，DMX用组合条形码和Nanopore长读长测序把廉价oligo pool转为数千个序列验证后的阵列化克隆。
推荐理由：该工作把蛋白设计的实验表征推到每天数百个设计，并展示寡聚几何等变量如何影响功能。
AI药物设计实验室精选AI 评分7474 同济大学等团队在 Nature Communications 发布 MolGenBench，评估17种结构基础分子生成方法
同济大学、上海药物研究所等团队在 Nature Communications 发表 MolGenBench，用活性找回、筛选效率、靶点感知和三维构象等指标评估17种结构基础药物设计方法，其中10种从头生成、7种先导优化。
推荐理由：该基准把分子生成评估从合规性推进到活性空间找回，并揭示先导优化与从头设计的差距。
DrugAI精选AI 评分7474 SynCraft：用LLM编辑分子改善可合成性，成果发表于Nature Machine Intelligence
北京大学来鲁华课题组在 Nature Machine Intelligence 发表 SynCraft，让大语言模型提出原子和化学键级编辑指令，由 RDKit 执行、SimpRetro 搜索逆合成路线，以改善生成分子的可合成性。
推荐理由：研究提出让大模型输出原子级编辑指令、由化学软件执行并检验逆合成的分子可合成性优化方法，为生成分子的后续改造提供可复用流程。
BioAICraft精选AI 评分7171 KAIST 团队发布 SoupFold：融合 AlphaFold3 等四模型表征提升复合物结构预测
韩国科学技术院（KAIST）的 Hyosoon Jang、Taewon Kim 和 Sungsoo Ahn 在 arXiv 预印本 Co-folding with a Soup of Representations 中提出 SoupFold。
推荐理由：该预印本把多个结构模型的成对表征融合后重新生成结构，并给出抗体抗原与分子胶基准上的对照结果。
AI药物设计实验室精选AI 评分5858 Nature Communications｜MALVINA：单细胞深度学习揭示细菌互作与药物如何重塑病原性
《Nature Communications》在线发表的这项研究提出 MALVINA 工作流，将宿主—病原体共培养、高内涵成像与深度学习分类结合，分析 1320 个微孔、约 130 万个人结肠上皮细胞，同时读出细菌入侵宽度、入侵深度、感染细胞直接基因毒性和未感染细胞群体基因毒性四项指标。
推荐理由：该研究把细菌入侵与宿主基因毒性拆成单细胞读数，为抗菌药物评价提供杀菌之外的观察维度。
AI药物设计实验室精选AI 评分6969 RouteFlow 在连续合成路径潜在空间中设计可合成分子
RouteFlow 将分子优化转化为连续合成路径潜在空间中的搜索，为解码成功的候选分子同时给出由构建块和反应模板组成的合成路线。研究用 270,423 个 Enamine 构建块、115 个反应模板和最多五步路线训练路线自编码器，并以奖励引导流匹配加循环一致性约束进行优化。
推荐理由：该预印本把合成路线编码为连续潜在空间做分子优化，为兼顾性质与可合成性提供了一种可迁移的搜索思路。