研究者评微软 RetroChimera：单步逆合成模型中的强方法
研究者 Andrés M. Bran 对微软研究院发表于 Nature 的逆合成预测模型 RetroChimera 做了评测，认为它在单步模型类别中是较强的方法。他强调预测必须经过实验室验证，而验证的前提是先把分子合成出来。微软研究院的原帖称该模型用于加速化学合成、帮助研究者探索更广泛的分子。
推荐理由：作者以实测评测视角指出逆合成模型需先合成再验证，并给出单步模型类别中的定位参照。
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 998 条
更新
精选归档 · 第 28 页
Andrés M. Bran精选AI 评分5858
Adaptyv Bio精选AI 评分7272 Adaptyv Bio 关注 BindCraft2 开源并用于新蛋白质设计竞赛
Adaptyv Bio 表示，BindCraft2 已在其与 Anthropic 的新蛋白质设计竞赛开始前开源，该竞赛将有超过 5000 个设计在其实验室接受实验测试。作者回顾称，BindCraft1 在 2024 年其蛋白质设计基准中表现突出，赢得首届 EGFR 竞赛，并在后续轮次中被广泛使用。所引用的发布信息显示，BindCraft2 完整代码已放出，学术和工业用途均可免费使用，论文尚未发表。
推荐理由：BindCraft2 在 Adaptyv 新竞赛前开源，可对照其上一代在 EGFR 基准中的表现理解方法迭代。
ACS JCIM (化学信息与建模)精选AI 评分7171 分子对接多范式基准评测：从物理方法到共折叠与混合模型
【摘要级】研究系统评测了物理方法、混合重打分与共折叠三类分子对接工具，发现共折叠方法在类似训练集的靶点上表现更优，但在相似度低的新靶点上成功率骤降至20–40%，作者认为这与记忆化一致。物理与混合方法分布外稳健性更强，在与已知复合物相似度极低的蛋白–配体对接中成功率保持在60%以上。作者据此指出AI方法与全原子物理采样方法在适用范围上互补，主张更紧密结合。
推荐理由：该基准比较物理采样、混合重打分与共折叠方法在分布外靶点上的对接成功率，为方法适用范围提供参照。
ACS JCIM (化学信息与建模)精选AI 评分5858 分子生成模型系统评估综述：从基准到实用启示
【摘要级】该综述系统评估了用于从头药物设计的分子生成模型，覆盖RNN与Transformer、VAE、GAN、流模型和扩散模型五类深度生成框架下的82种方法。作者汇总常用基准与分子表示，比较通用生成与口袋条件生成的方法原理，并系统梳理各方法在常用基准和评价指标上的报告性能，另总结代表性实验验证案例。
推荐理由：综述横向梳理82种分子生成方法在常用基准上的报告表现，为比较不同生成框架提供参照。
奥泊生科精选AI 评分5858 清华博士徐罡与诺奖团队用跨模态迁移做RNA设计，奥泊生科讲述干湿闭环路线
奥泊生科技术顾问徐罡与复旦大学马剑鹏团队以ESM-2为起点做跨模态迁移，先后开发ProtRNA和ProtmRNA，用于RNA结构预测与mRNA密码子优化。ProtRNA于2025年发表于Cell Systems，在bpRNA测试集上结构预测F1为0.646，对比RiNALMo的0.594，且RNA训练阶段只调整约八分之一参数、使用六分之一RNA数据。
推荐理由：奥泊生科团队讲述如何把蛋白质语言模型迁移到RNA与mRNA设计，并解释干湿闭环为何依赖实验经验回传。
ACS JCIM (化学信息与建模)精选AI 评分7373 REAPS：面向线性与环肽结合剂从头设计的全原子受体感知几何深度学习框架
【摘要级】作者提出几何图神经网络REAPS，把受体作为全原子上下文用于多肽结合剂序列设计。摘要称其在线性与环肽的序列恢复、结构保真度和界面生物物理指标上优于ProteinMPNN。研究还将REAPS与结构幻觉结合成闭环从头发现流程，得到在神经激肽-3受体（NK3R）上经实验验证具有功能活性的多肽候选；代码与权重已公开。
推荐理由：该框架把受体全原子环境纳入多肽序列设计，并在NK3R上给出实验验证的候选，可作为受体感知设计的参照。
ACS JCIM (化学信息与建模)精选AI 评分7373 研究用DNA编码库数据评估机器学习与物理方法的泛化能力
【全文总结】该研究基于BELKA的约1.33亿个DNA编码库分子（针对sEH、BRD4、HSA三个靶点）评估蛋白-配体结合预测方法的泛化性，配体ML模型在分布内集表现最好，在分布外集接近随机。
推荐理由：研究用DEL超高通量筛选数据系统比较配体ML、对接与共折叠方法在分布外化合物上的命中判别表现。
德睿智药精选AI 评分6868 德睿智药发布生命科学基座模型体系Intera，首推结合构象预测模型InteraFold-Chem
德睿智药于2026年9月18日发布生命科学基座模型体系Intera，并公布首个模型InteraFold-Chem的技术报告，该模型聚焦蛋白质与小分子的结合构象预测。
推荐理由：德睿智药公布InteraFold-Chem在445个测试样本上的结合构象预测成功率，并给出与Protenix-v2、Chai-1、Boltz-2的对照结果。
EMBL-EBI News精选AI 评分5858 EMBL-EBI 视角：基准评测如何支撑生物医学 AI 的可靠性
EMBL-EBI 研究负责人 Julio Saez-Rodriguez 等人在一篇 Perspective 文章中讨论生物医学基础模型的基准评测，提出数据质量、模型仓库与评测框架三个相互关联的支柱，并主张将性能评估与方法开发隔离、由独立方在未见数据上评测。
推荐理由：EMBL-EBI 研究负责人系统梳理生物医学基础模型基准评测的三角框架与独立评测原则，为理解模型评测争议提供参照。
Ignota Labs 官网资讯精选AI 评分5858 Ignota Labs白皮书：不同CYP3A4活性肝细胞模型中吉非替尼肝毒性机制分化
Ignota Labs发布白皮书，用SAFEPATH平台在CYP3A4活性低（i18F）和高（i30F）的两株女性iPSC来源肝细胞中，以五个吉非替尼浓度做RNA-seq，两株均抑制globo鞘脂代谢，独立复现此前的PRKD1/PRKD3-鞘脂机制。
推荐理由：同一机制在两种CYP3A4活性不同的肝细胞模型中收敛，但下游毒性通路分化，为解释吉非替尼肝毒性的人群差异提供了可检验假设。
ACS JCIM (化学信息与建模)精选AI 评分6565 STELLAR：面向高柔性长链生物聚合物的片段化对接工作流
【全文节选总结】研究提出片段化对接工作流 STELLAR，将长链多肽拆成二肽/三肽片段用 GNINA 分别对接，再按键长与空间重叠过滤重组并用 GROMACS 短程弛豫，在 257 个蛋白-多肽复合物上得到相对晶体结构 Cα 骨架 RMSD 低于 5 Å 的结果。
推荐理由：该工作把长链聚合物拆成片段分别对接再重组，为多肽与多糖的对接排序提供了可复用流程和基准结果。
分子之心MoleculeMind精选AI 评分7272 分子之心QuantaMind登《Science Advances》：以反应性分子动力学模拟酶催化
分子之心自主研发的反应性原子建模平台QuantaMind相关研究发表于《Science Advances》，论文报告其在17,792原子PET水解酶体系上完成6纳秒反应性分子动力学模拟并覆盖完整催化循环。
推荐理由：论文报告反应性机器学习力场在近1.8万原子酶体系中完成完整催化循环，并给出与DFT对照的精度数据。
天鹜科技精选AI 评分7676 天鹜科技开源全原子结构预测模型VenusFold，FoldBench多类任务领先AlphaFold3与Boltz-2
天鹜科技发布并开源通用全原子生物分子结构预测模型VenusFold的代码与权重，可预测蛋白质、蛋白质-小分子和蛋白质-蛋白质复合物结构。
推荐理由：天鹜科技开源可商用的全原子结构预测模型，在统一基准下与 AlphaFold3 等模型对比接口精度，并给出训练策略改进细节。
Inductive Bio 官网资讯精选AI 评分5858 Inductive Bio 推出 AI 化学助手 Indy，称可将药物化学家产能翻倍
Inductive Bio 发布 AI 化学助手 Indy，面向其合作项目开放，公司称已在内部合作项目中使团队产能翻倍。Indy 可解析 CRO 报告、QC 剂量响应曲线、分析历史 SAR、运行生成化学算法、搭建 FEP 计算并生成项目汇报幻灯片，并接入 Inductive 的 ADMET 与 PK 模型。
推荐理由：Indy 在真实剂量响应曲线上的准确率对比通用大模型，展示了药化专用助手与通用模型的差距。
英灵殿科技Valhalla精选AI 评分7474 英灵殿科技发布ADMET-EvO自演化科学智能体，在22项TDC ADMET任务中综合排名第一
英灵殿科技（Valhalla Technology）联合香港中文大学、浙江大学和斯坦福大学提出ADMET-EvO，一种面向异质任务持续开展自主研究、驱动任务专用算法演化的科学智能体。
推荐理由：该工作把端点理解、假设检验与算法演化串成研究闭环，为药物研发智能体的评测方式提供了可参照的架构。
英灵殿科技Valhalla精选AI 评分7878 华盛顿大学David Baker团队提出RFOptimization：用全原子结构模型引导蛋白质设计优化
华盛顿大学蛋白质设计研究所David Baker团队提出RFOptimization（RFO），冻结RF3参数，从Pairformer后的distogram与置信度头提取梯度，在离散序列空间用梯度引导MCMC搜索，并与Boltz加ProteinMPNN/LigandMPNN的结构循环分支交替使用，AlphaFold3仅作独立评估。
推荐理由：该工作把全原子结构模型的内部梯度用于已有候选的序列优化，并给出跨模型一致性与算力成本的对照。
Terray Therapeutics精选AI 评分5858 Terray 在 H100 上实测 NVIDIA BioNeMo 推理内核，TerraBind 三角注意力最高提速 7.1 倍
Terray Therapeutics 在 H100 GPU 上以自有生产架构 TerraBind 为基准，测试 NVIDIA 新发布的 BioNeMo Inference Runtime 内核（CuTeDSL），结果显示其比标准 PyTorch 注意力最高快 7.1 倍，比其现有优化内核栈 cuEquivariance 最高快 1.8 倍。
推荐理由：Terray 在自有生产架构上实测 NVIDIA 新推理内核，给出相对 PyTorch 与现有内核的加速幅度及适用规模。
北京科学智能研究院AISI精选AI 评分8282 北京科学智能研究院等团队在Nature发表蛋白质组虚拟细胞模型ProteinTalks
北京科学智能研究院与西湖大学、北京大学、深势科技、哈尔滨医科大学等单位合作，在Nature发表基于NeuralODE框架的蛋白质组虚拟细胞模型ProteinTalks，用于预测药物响应与发现耐药线索。
推荐理由：研究用时间分辨扰动蛋白质组训练动力学虚拟细胞，并给出药效预测与实验验证的完整链路。
Molecular Systems Biology精选AI 评分6262 TME-CART平台解码胰腺癌活体肿瘤中胶原与髓系细胞对治疗性T细胞的时空免疫抑制
【全文节选总结】研究团队提出TME-CART计算发现流程，结合活体胰腺导管腺癌肿瘤切片的多光子成像与可解释深度学习，解析胶原纤维网络和CD11b+髓系细胞如何限制治疗性T细胞的迁移与肿瘤采样。
推荐理由：研究用活体肿瘤切片成像与可解释深度学习，量化胶原与髓系细胞对治疗性T细胞运动的时空限制。
ACS JCIM (化学信息与建模)精选AI 评分6161 研究将 QSAR 解释为有效自由能景观的小形变理论
【摘要级】作者提出概念框架，把配体结合或化学取代视为有效自由能景观的扰动，并用 Zwanzig 型微扰公式表达自由能响应，使常规线性 QSAR 成为描述符空间低阶展开的首阶近似。
推荐理由：文章把 QSAR 重新解释为有效自由能景观的小形变理论，为适用域和活性悬崖提供了一层物理视角。