百图生科联合江南大学等在ACS Catalysis提出MmALS框架，CsCE酶催化效率提升75.3%
百图生科联合江南大学、乳业国家技术创新中心在ACS Catalysis发表研究，提出多模态主动学习系统MmALS，用于CsCE（纤维二糖2-差向异构酶）的AI驱动定向进化。
推荐理由：研究用三轮主动学习闭环优化乳糖转化酶，每轮仅测约50个候选，为小样本酶工程提供可迁移流程。
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 29 页
BioMap 百图生科精选AI 评分7272 ACS JCIM (化学信息与建模)精选AI 评分6060 MultiRSF：融合分子表面特征的多模态深度学习模型预测RNA-小分子结合位点
【摘要级】研究提出多模态深度学习框架MultiRSF，整合分子表面指纹、预训练RNA语言模型的上下文序列嵌入和dot bracket二级结构编码，经分层Transformer编码器预测RNA上的配体结合位点。
推荐理由：该研究把分子表面指纹与RNA语言模型序列特征结合，为无配体RNA上的核苷酸级结合位点预测提供了可比较的基准结果。
Mohammed AlQuraishi精选AI 评分6565 预印本追踪训练时 MSA 深度分布对结构预测性能的影响并提出改进配方
Mohammed AlQuraishi 推荐一篇 bioRxiv 预印本，该论文系统追踪训练时 MSA 深度分布对结构预测性能的影响，并提出一个在 AF2/3 基础上取得明显改进的训练配方。原文未披露具体数据集、评测指标与改进幅度。
推荐理由：该预印本追踪训练时 MSA 深度分布对结构预测的影响，并给出相对 AF2/3 有改进的训练配方。
Brian Hie精选AI 评分7070 Germinal 设计 VHH 抗体在体内抵御眼镜蛇毒
Brian Hie 提到 Germinal 团队成功设计出对眼镜蛇毒具有体内保护作用的 VHH 抗体，相关结果以预印本形式发布在 bioRxiv。该帖未披露设计方法、抗体数量、动物模型与保护效力等具体数据，细节需见预印本原文。
推荐理由：该预印本报告计算设计的 VHH 抗体在动物体内对眼镜蛇毒提供保护，可作为蛋白设计走向功能验证的参照。
唯信计算精选AI 评分6363 唯信计算实测57个抗体结构：11种预测模型谁更准、谁更快
唯信计算（Wecomput）基于2026年1月1日至8月19日发布的57个PDB抗体结构、105条抗体链，在统一指标下评测11种抗体结构预测模型与模式。
推荐理由：唯信计算用统一数据与指标横向比较11种抗体结构预测模型，并给出逐结构互补性与速度取舍的参照。
Inceptive精选AI 评分7878 Inceptive 微调模型设计 in vivo CAR-T mRNA，5 条序列中 3 条在体内优于 Capstan 基准
Inceptive 用自建 CAR-T 数据微调序列设计模型，生成编码同一抗 CD19 CAR 蛋白的 mRNA 设计，并将 5 条序列推进 NSG-PBMC 人源化小鼠，与 Capstan 的抗 CD19 序列在同一 CD8 靶向 LNP（Amplitude Therapeutics 提供）下以 0.1 mg/kg 给药、24 小时终点比较。
推荐理由：Inceptive 用自建 CAR-T 数据微调序列设计模型，并在人源化小鼠中与 Capstan 基准序列做头对头比较，展示了模型排序到体内功能读数的转化路径。
Cell Systems精选AI 评分6565 研究提出蛋白质语言模型功能蛋白设计采样框架并验证于从头结合剂设计
【摘要级】该研究构建计算框架，系统比较蛋白质语言模型的采样方法，并提出多种面向蛋白质设计的采样策略。结果显示，同时采样多个突变明显优于单突变采样，能更好捕捉对功能关键的上位效应；作者在真核、原核和病毒来源的三个蛋白家族上评估这些策略并考察关键超参数，还在针对一个重要治疗靶点的从头结合剂设计任务上验证了发现。材料仅为论文摘要，未提供具体实验数据与结果数值。
推荐理由：研究系统比较蛋白质语言模型的采样策略，指出同时采样多突变比单突变更能捕捉上位效应，为设计流程提供方法参照。
Oxford Protein Informatics Group · Blog精选AI 评分5858 用机器学习预测ADME性质：两个描述符保留82%性能
OPIG的UNIQ+学生Zarif Shafiei复现Biogen ADME数据集上的模型比较结论，发现仅用RDKit的PEOE_VSA与SlogP_VSA两个向量描述符即可保留48描述符基线82%的预测性能（LightGBM、四端点5折交叉验证，平均R²由0.42降至0.36）。
推荐理由：作者复现Biogen ADME基准并检验其结论，发现两个RDKit描述符可保留82%预测性能，为特征选择提供参照。
Mohammed AlQuraishi精选AI 评分6262 OpenBind 发布首篇预印本，公开首批数据与新增虚拟筛选基准
OpenBind 发布首篇预印本，对首批 OpenBind 数据发布做更正式的分析，并扩展了此前的博客内容。该预印本补充了更多方法细节和额外分析，公开了输出与代码，并新增一个虚拟筛选基准。
推荐理由：OpenBind 首篇预印本公开首批数据与代码，并新增虚拟筛选基准，便于对照其数据与方法细节。
Briefings in Bioinformatics精选AI 评分7272 HighFold4扩展AlphaFold3以自定义化学连接预测环肽构象
【全文总结】研究提出HighFold4，在AlphaFold3框架中显式定义参与成环的原子对，无需重训练即可预测用户指定连接方式的环肽构象。在规范与非规范环肽数据集上，其成环成功率为100%，AlphaFold3在规范单体上为67.64%、规范复合物上未能正确成环。
推荐理由：在AlphaFold3框架内显式定义成环原子对，为侧链环化等多类环肽结构预测提供了可复用的特征工程方案。
ACS JCIM (化学信息与建模)精选AI 评分5858 4SD-LSER 将分配系数预测从关键溶剂体系扩展到生物与环境体系
【摘要级】研究提出基于正十六烷-空气、正辛醇-空气和水-空气分配系数对数及 McGowan 摩尔体积四个描述符的线性溶剂化能关系模型 4SD-LSER，用于预测有机物在生物与环境介质中的平衡分配系数。
推荐理由：该研究用四个描述符构建 LSER，把溶剂体系分配系数模型外推到生物与环境介质，并给出误差量级参照。
ACS JCIM (化学信息与建模)精选AI 评分7070 LinkLlama：基于微调 Llama 3 的化学合理连接子设计模型
【摘要级】研究提出 LinkLlama，一个在 ChEMBL 类药分子语料上监督微调的 Meta Llama 3 模型，可接受指定距离、角度及 Lipinski 规则、可旋转键上限等约束的自然语言提示，为输入片段生成连接子。
推荐理由：在片段连接任务中，该模型以文本提示约束几何与理化指标，化学合理设计比例较基线提升约两倍。
ACS JCIM (化学信息与建模)精选AI 评分6363 MAPViS：联合预测抗菌活性与细胞毒性的多模态预训练虚拟筛选框架
【摘要级】研究提出 MAPViS 任务自适应多模态预训练框架，联合预测化合物对金黄色葡萄球菌（SA）和淋病奈瑟菌（NG）的抗菌活性及对 HepG2、HSkMC、IMR-90 三种人细胞系的毒性风险。
推荐理由：该框架把抗菌活性与宿主细胞毒性放在同一模型里联合预测，为抗生素虚拟筛选的候选排序提供了一种可迁移的多模态思路。
ACS JCIM (化学信息与建模)精选AI 评分7070 基于ChEMBL数据系统评测图神经网络用于配体虚拟筛选
【摘要级】研究在覆盖5,368个靶点、159万条活性记录的ChEMBL数据集上系统评测多种图神经网络架构用于配体虚拟筛选。结果显示GIN在样本数超过100的数据集上表现最佳，平均ROC-AUC最高达0.94，而数据极度稀缺时更简单的架构更稳健；随机划分因结构重叠导致性能虚高，相似性感知聚类则暴露AUC下降超过0.3的泛化差距，多任务学习可缓解小靶点不稳定。
推荐理由：基于ChEMBL大规模数据系统比较GNN架构与划分策略，为配体虚拟筛选的模型选择和评测设计提供参照。
ACS JCIM (化学信息与建模)精选AI 评分5858 观点文章：可合成性缺口已转移，路线存在不等于化学可行
【摘要级】Elshewy A. 在观点文章中提出，合成约束生成模型虽已能保证每个候选分子都有通往可购砌块的路线，并有设计进入合成与生物活性验证，但这只是把可合成性缺口从路线存在转移到实验可复现。
推荐理由：文章指出合成路线存在不等于实验可复现，并主张为路线建立类似 PoseBusters 的标准化化学有效性评测层。
Inductive Bio 官网资讯精选AI 评分5858 Inductive Bio 分享 OpenADMET PXR 盲测夺冠方法
Inductive Bio 在 OpenADMET 2026 年 PXR 激活预测盲测中从 350 多名研究者中排名第一，其负责人 Duncan Muir 在 webinar 中完整讲解建模路径。
推荐理由：Inductive Bio 复盘其在 OpenADMET PXR 盲测中的建模路径，为 ADMET 预测的误差分析与数据融合提供可迁移做法。
ACS JCIM (化学信息与建模)精选AI 评分6060 ACS JCIM综述：25年心脏离子通道QSAR从hERG主导走向多通道建模
【全文总结】该综述检索2001年至2026年6月的文献，纳入155项心脏离子通道活性预测的配体基模型研究，其中137项（88.4%）仅针对hERG，仅14项（9.0%）覆盖两个及以上CiPA通道，Kv4.3与Kir2.1无建模研究。
推荐理由：综述梳理25年心脏离子通道QSAR研究，指出hERG单通道聚焦与多通道监管需求长期错位。
Briefings in Bioinformatics精选AI 评分7272 Surf2Spot：无需已知结合伙伴的表面几何热点预测模型，用于结合剂与纳米抗体设计
【全文节选总结】研究团队开发了 Surf2Spot，一个基于动态图卷积网络（DGCNN）的框架，仅用单体序列和 ESMFold 预测结构即可预测 PPI 与纳米抗体-抗原相互作用（NAI）热点，无需预先指定结合伙伴。
推荐理由：研究提出仅凭单体序列与预测结构预测结合热点的方法，并在结合剂与纳米抗体设计流程中检验其加速作用。
Briefings in Bioinformatics精选AI 评分6565 对比学习生成不良事件向量表示，用于机器辅助药物警戒
【全文总结】研究提出基于对比学习的药物警戒表征框架，从FAERS约1000万份自发不良事件报告中学习MedDRA首选术语级别的不良事件嵌入，包含NTX与NSG两种模型及reaction2drug、reaction2reaction、reaction2all三种上下文采样。
推荐理由：研究用FAERS报告学习不良事件嵌入，并在多个基准集上与LLM嵌入和ROR方法比较，为药物警戒表征提供参照。
ACS JCIM (化学信息与建模)精选AI 评分7474 研究团队为 Tox21 挑战赛搭建可复现排行榜，量化基准漂移并重评毒性预测模型
【全文总结】研究团队在 Hugging Face 上搭建 Tox21 排行榜，直接使用原始 Tox21 挑战赛测试集自动评测提交模型，并按原始 AUC 指标计算 12 个毒性终点的平均表现。
推荐理由：该工作量化了 Tox21 数据集在并入 MoleculeNet 等基准后的漂移，并给出可复现的排行榜评测方式。