西湖大学与港中文（深圳）提出RiboBridge，用骨架推断的相互作用拓扑连接RNA骨架生成与序列设计
西湖大学与香港中文大学（深圳）团队提出RiboBridge，从RNA骨架几何推断概率化残基对拓扑，经第二轮结构通道回收后以软注意力偏置传给序列解码器。在550条生成骨架上，配对类型解码的联合回折有效率为0.451，匹配的无拓扑解码器为0.335。
推荐理由：该研究把骨架推断的配对拓扑作为可扰动的中间表示，并用多组干预实验定位解码器依赖的关系信息。
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 998 条
更新
精选归档 · 第 3 页
AI蛋白质精选AI 评分7474 BioTender精选AI 评分7474 CellType推出BioSimBench细胞响应预测评测体系与BioSimGym训练环境
CellType推出BioSimBench，用真实实验数据评测模型对药物处理、基因敲低和免疫信号等干预后基因表达变化的预测，共设四个预测赛道和一个工具型科研智能体赛道。
推荐理由：该评测用真实实验数据考察模型对未见干预条件的基因表达预测，并给出各赛道留出设置与分数对照。
bioRxiv · Bioinformatics精选AI 评分7878 AlphaEnzyme：以催化知识引导酶发现与进化的酶基础模型
作者提出酶基础模型 AlphaEnzyme，将酶与其反应的结构化表征结合，同时读出催化兼容性、动力学和突变响应。在时间分隔基准上，其 top-1 催化剂检索成功率为 30.1%，最强基线为 17.2%；与动力学训练集序列一致性不超过 40% 的酶上，米氏常数预测秩相关最高达 0.64。
推荐理由：该预印本把催化兼容性、动力学与突变响应统一到结构表征中，为酶检索和改造提供了可比较的评测参照。
药化猩球精选AI 评分6060 预印本：AlphaFold 3 的 ipTM 用于全蛋白质组老药重定向仅与 BANDOCK+ 持平
一项预印本研究将 AlphaFold 3 的界面拓扑评分 ipTM 直接作为全蛋白质组药物重定向的亲和力指标，在 1,103 个双方均成功建模的蛋白上取得 nAIA 10.13、NDCG 0.056，十年前基于同源模板的 BANDOCK+ 为 nAIA 9.93、NDCG 0.054，两者总体近乎重合。
推荐理由：该预印本把 AlphaFold 3 的 ipTM 用于全蛋白质组药物重定向，并与十年前的经验算法对比，提供了打分机制层面的参照。
LeapFun精选AI 评分7474 NVIDIA公开RFD4蛋白设计数据体系：2.13TB、19类训练集与采样权重
NVIDIA在开放RFD4-Proteína蛋白设计模型之外，公开了支撑训练的数据体系，共2.13TB、19类训练集、33,527个文件对象，覆盖蛋白结构、抗体、TCR、蛋白Binder、环肽、非天然氨基酸、蛋白-配体、RNA及糖链，较早期约239GB、5类数据的版本明显扩展。
推荐理由：文章拆解了RFD4公开数据集的19类配置、过滤保留率与采样权重，为自建蛋白设计训练数据提供参照。
BioArt精选AI 评分7575 Gilead团队在Nature报道工程化TYK2依赖实现髓系选择性IL-10受体激动
美国吉利德科学公司的Tangsheng Yi、Chen Chen与Chingwei V. Lee团队在Nature发表研究，发现髓系细胞与T细胞对IL-10信号的TYK2依赖程度不同，并据此设计出四价纳米抗体构成的髓系选择性IL-10受体激动剂。
推荐理由：研究利用两类免疫细胞对TYK2依赖程度的差异，通过纳米抗体重构受体交联几何实现髓系选择性IL-10信号。
BioTender精选AI 评分7878 Nature发表structRFM：中国科大等让RNA基础模型同时学习序列与结构
中国科学技术大学、浙江大学等机构在Nature发表RNA基础模型structRFM，在预训练中通过结构引导掩码语言建模同时学习序列与碱基配对关系。
推荐理由：该研究把碱基配对结构引入RNA基础模型预训练，并在二级、三维结构与功能任务上给出对照结果。
bioRxiv · Bioinformatics精选AI 评分6262 MODAE+：面向泛癌药物响应迁移的多目标域适应框架
作者提出泛癌多目标深度学习域适应框架 MODAE+，在 9,696 例 TCGA 肿瘤、1,293 个 CCLE 细胞系及 738 个匹配细胞系中 544 种化合物的 CTRP 药敏数据上联合优化域对齐、去混杂、药物响应预测、生存预测与癌系分类。
推荐理由：该预印本提出多目标域适应框架，把细胞系药敏迁移到患者肿瘤，并给出生存关联与基因表达层面的验证。
bioRxiv · Bioinformatics精选AI 评分6363 FoldAbS 将蛋白质折叠模型改造为抗体筛选的基础编码器
FoldAbS 是一个统一的有监督抗体筛选框架，把蛋白质折叠模型当作冻结的基础编码器，用轻量任务头在同一架构内评估抗体的特异性、亲和力和可开发性。以开源 Protenix 模型实例化的 FoldAbS-Px 相比基线在特异性、亲和力和可开发性上分别最高提升 13.1%、9.2% 和 6.2%。该结果为预印本摘要报告，代码已在 GitHub 公开。
推荐理由：该预印本把折叠模型冻结为编码器，在抗体筛选中同时评估特异性、亲和力与可开发性，提供了可复用的多任务框架思路。
bioRxiv · Bioinformatics精选AI 评分7474 RPI-Zero：零样本RNA-蛋白质互作预测模型与严格基准
作者提出RPI-Zero，一个仅用序列、可联合读取全长蛋白与RNA（最长4096 token）的零样本RNA-蛋白质互作预测模型，并用共享motif原型描述蛋白以覆盖未见蛋白。
推荐理由：该预印本构建了按序列相似性划分的RNA-蛋白质互作基准，并给出可处理未见蛋白的零样本模型。
ChemRxiv Preprints精选AI 评分6060 研究整合经典相似性与多任务神经表征预测化合物-靶点关联
研究基于 ChEMBL 37 构建骨架不重叠基准，含 10 万化合物、1979 个人类单蛋白靶点和 139789 条正关联，比较调优 KNN-20 与多任务 MLP 及混合模型。
推荐理由：研究用骨架不重叠基准比较调优相似性检索与多任务神经网络，并给出两者混合的排序增益。
ChemRxiv Preprints精选AI 评分6060 Programmed DEL Synthesis平台：DNA指导合成逾200亿编码的类药DEL库
作者提出Programmed DEL Synthesis（PDS）平台，让DNA主动指导而非仅记录合成步骤，基于sort-and-pool机制并加入带电载体密码子安装首个构建块、多项式编码策略与非组合式种系组装三项创新。
推荐理由：该预印本提出由DNA主动指导合成的DEL构建平台，为提升库的化学多样性与成药性提供了一条可编程路径。
ChemRxiv Preprints精选AI 评分7272 接受还是弃答？按留出化学校准的分子性质与反应产率模型可靠性门控预设检验
研究在SangsterLogP的23,401个logP值及Buchwald–Hartwig、Suzuki–Miyaura高通量产率数据上，检验以训练集相似度和集成离散度打分的接受或弃答门控，阈值用Learn-then-Test在按化学结构留出的校准折上设定。
推荐理由：预印本在按化学结构留出的校准集上检验接受或弃答门控，四个预设假设均未达成功标准，为分子性质与产率模型的可靠性评测提供参照。
ChemRxiv Preprints精选AI 评分5858 按文献分块校准显示PLGA释放终点预测不确定性较大
研究以257个制剂、99个DOI组的PLGA 1、3、7天释放终点数据，比较按制剂随机划分与按文献分块划分下的模型表现。按文献划分时Extra-trees的MAE为0.172释放分数，高于按制剂随机划分的0.136，平均R2仅0.002。
推荐理由：研究把不确定性单位从释放观测提升到整篇文献，量化了PLGA释放终点预测在未见文献上的覆盖与区间代价。
ChemRxiv Preprints精选AI 评分5858 研究用留一论文协议重估多糖手性固定相上的对映选择性预测
研究在CMRT数据集上整理出10,525对对映体、覆盖530个DOI组和25根色谱柱，用真正的留一论文协议重估多糖手性固定相上的对映选择性机器学习预测。洗脱顺序准确率从随机划分下的66.1%降至52.9%，与论文内置换零假设的52.3%±0.6无法区分。
推荐理由：研究用留一论文协议重估手性色谱机器学习模型，揭示随机划分高估性能的数据结构瓶颈。
ChemRxiv Preprints精选AI 评分5858 P-SANET：物理引导学习与校准不确定性预测分子热力学性质
作者提出物理引导的 PC-SAFT 神经网络 P-SANET，学习温度依赖的充电自由能并经 PC-SAFT 映射为分子相互作用参数，在骨架不重叠和结构新颖分子上提升预测精度。
推荐理由：该预印本把物理模型嵌入学习目标并配校准不确定性，为分子热力学性质在分布外的可靠性提供参照。
arXiv · q-bio.QM (定量方法)精选AI 评分7474 智能体文献抽取扩充靶向蛋白降解数据库
研究提出专家在环的大语言模型工作流，用交叉验证的提示优化模块从少量专家标注中学习抽取指令，仅用7篇分子胶文献即达到记录级F1=0.98，仅替换术语即迁移至PROTAC（F1≥0.93）。
推荐理由：该工作用少量专家标注驱动大模型抽取靶向蛋白降解数据，并检验其对下游活性模型的影响。
arXiv · q-bio.QM (定量方法)精选AI 评分6565 CellCanon：统一预测、解释与观测更新的智能体细胞世界模型
作者提出 CellCanon 智能体细胞世界模型，将单细胞表达预测、基于证据的解释和观测驱动更新统一在同一世界状态中。在 SciPlex3 的 339 个留出条件、三种细胞系上，其差异表达 AUPRC 和 Macro-F1 分别比各指标最佳基线提升 63.3% 和 17.3%，方向 Macro-F1 提升 7.2%。
推荐理由：该预印本把单细胞表达预测、证据解释与观测驱动更新整合进同一世界状态，并给出与基线的量化对比。
arXiv · q-bio.QM (定量方法)精选AI 评分7272 Pev：跨蛋白家族的单次并行查询突变选择策略
作者提出Pev，一种从跨家族实验数据学习、在单次并行查询中决定下一步突变或停止的通用突变策略，无需针对目标家族拟合模型权重。在留出家族的十孔筛选实验中，Pev找到的有益突变数量为随机选择的3.3倍、为零样本ESM-2的1.8倍，并在留出的GB1景观闭环搜索中优于用目标测量重新拟合的岭回归替代模型。
推荐理由：该预印本提出跨蛋白家族的突变选择策略，并在留出家族与GB1闭环搜索中与随机选择、零样本ESM-2及岭回归替代模型比较。
智药局精选AI 评分7272 Anthropic用Claude绘制细菌源Vault三维结构，筛选150亿条序列
Anthropic宣布其生物学研究团队与Claude合作，绘制出细菌源Vault（囊泡样蛋白颗粒）的三维结构图，项目耗时不到4个月。团队用Claude Science分析约150亿条预测蛋白质序列，挑出44个序列做实验测试，其中15种产生可溶性蛋白、7种组装成Vault样颗粒、4种经冷冻电镜确认具有Vault结构。
推荐理由：Anthropic用Claude辅助从海量序列中筛出细菌源Vault同源蛋白并经冷冻电镜验证，同时披露模型在真实科研流程中的失误。