内容形态
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
分子之心在7月31日深圳“AI+新药研发研讨会”上披露，其AI从头设计的纳米抗体和环肽在TNFα、PD-L1、MDM2等十几个靶点上获得阶段性湿实验命中：TNFα的14个纳米抗体中7个显示结合活性，最优亲和力51皮摩尔；PD-L1的30个候选纳米抗体中26个命中；MDM2的21个候选环肽中16个显示可检测结合，最佳KD为13.7微摩尔。
推荐理由：分子之心披露纳米抗体与环肽的湿实验命中数据及表达量结果，呈现AI从头设计从结合走向可开发性的阶段进展。
【全文总结】作者提出GRASSP，用ERNIE-RNA同时提取序列嵌入和预测二级结构特征，经两层共享参数GAT与自适应门控融合后逐核苷酸预测小分子结合位点。在TE18上相对最强基线MVRBind提升精确率2.6%、召回率24.3%、MCC 2.3%；HARIBOSS四个子集AUC提升3.9%–24.1%。
推荐理由：研究把RNA语言模型嵌入与预测二级结构特征接入双层图注意力网络，为RNA小分子结合位点预测提供可复用的轻量方案。
【全文总结】作者提出 NCFlow，一个基于流匹配的生成模型，可在给定蛋白口袋中预测任意非天然氨基酸（ncAA）的三维构象，并据此对多肽做单点突变扫描以筛选结合力提升的变体。
推荐理由：作者提出用流匹配在固定骨架上放置非天然氨基酸，并用深度学习与炼金自由能双重打分筛选多肽变体。
【摘要级】研究提出PepGate门控双路径离散扩散框架，用于从头设计ACE抑制肽，并基于微调蛋白语言模型得到的短肽专用基础模型PepGPT，构建了生成模型PepGen与判别器PepClass、PepIC50组成的流程。
推荐理由：该研究用门控双路径离散扩散设计ACE抑制肽，并在SHR大鼠中验证候选肽的降压作用，为多肽从头设计提供了从生成到体内验证的实例。
【全文总结】作者提出 ABAG-Rank，一个基于 DeepSet 架构的深度神经网络，用于对 AlphaFold 类模型生成的抗体-抗原复合物结构打分排序，以缓解 AF3 置信度对错误结合表位的高分误判。
推荐理由：研究针对 AlphaFold 抗体-抗原复合物排序偏差，提出重排序模型并给出与 AF3、DeepRank-Ab 的对照结果。
【全文总结】研究提出GFCAB，在Geneformer基础上加入累积分配与相似度正则模块，减少同一细胞谱中掩码位置的重复基因预测并提升预测多样性。在5万条独立排序细胞测试集上，GFCAB在1M与30M预训练规模下均取得更高掩码基因预测准确率、更低重复率和更高唯一性，并更多恢复低频基因。
推荐理由：研究在单细胞转录组基础模型上比较架构约束与数据规模的作用，为评测与训练策略提供参照。
【全文节选总结】Schulz、Reynolds与Schürer在ACS JCIM发表观点文章，系统梳理2019年以来PROTAC计算设计从约束驱动三元复合物建模到数据驱动预测与生成设计的演进。
推荐理由：综述梳理PROTAC三元复合物建模与降解预测方法，指出评分与基准碎片化是走向前瞻设计的主要瓶颈。
Hannes Stärk 转发推荐 bjing2016 制作的 cofoldarena.ai，这是一个与 PDB 同步、每周更新的开源共折叠结构预测模型排行榜，所有预测结果均可查看和下载。bjing2016 表示，推出该榜单是为了帮助大家跟上不断涌现的开源共折叠模型。
推荐理由：该榜单按周同步 PDB 并公开预测结果，为比较开源共折叠结构预测模型提供了可下载的参照。
【摘要级】研究提出 ProteinGuide，一种无需额外训练生成模型即可对蛋白序列生成模型进行即时条件化的方法，适用于 ESM3 等掩码语言模型、ProteinMPNN 等任意顺序自回归模型以及 MultiFlow 等离散状态空间上的扩散与流匹配模型。
推荐理由：提出无需重训生成模型的序列条件化框架，并用湿实验数据提升碱基编辑器的体内编辑活性。
JMC发表的研究以天然抗菌大环肽浅灰霉素为对象，结合PAMPA、Caco-2、EPSA测定与溶液NMR、蒙特卡洛构象搜索及NAMFIS分析，解析其在极性与非极性环境中的构象分布。
推荐理由：文章解读JMC研究如何用构象集合解释大环肽渗透性反常，为环肽可开发性评估提供构象层面的参照。
【全文总结】SimBinder-IF 在 ESM-IF 基础上冻结结构编码器、仅用 SimPO 微调序列解码器，以提升抗体序列对数似然与结合亲和力的一致性。
推荐理由：研究用偏好优化微调ESM-IF的序列解码器，在留出抗原上比较亲和力排序与基线表现。
【摘要级】清华大学团队提出 CYPMol，将功能残基与蛋白质语言特征同预训练小分子嵌入整合进单一架构，用于预测 CYP 底物、抑制剂和代谢位点。摘要报告其在九种人类 CYP 的底物预测 MCC 为 0.819、抑制剂预测 MCC 为 0.725，并称优于现有最优模型；该框架还可预测 537 种动物、植物或微生物 CYP 在催化中发生变化的具体代谢位点。代码与数据集已在 GitHub 和网页服务器公开。
推荐理由：该框架把功能残基信息纳入 CYP 底物、抑制剂与代谢位点预测，并给出与现有模型的对比结果。
分子之心在WAIC 2026公布MMDesign环肽从头设计结果：针对p53-MDM2靶点首轮设计并测试的21条候选环肽中16条实验命中，命中率超过70%，最优候选KD为13.7微摩尔，优于同期实验阳性对照；PD-L1靶点首轮19条候选中有6条经SPR确认结合，最佳KD接近40微摩尔。
推荐理由：分子之心公布MMDesign在p53-MDM2与PD-L1两个PPI靶点的环肽首轮湿实验命中数据，可与纳米抗体结果对照看平台跨模态能力。
Inductive Bio 在 OpenADMET 的 PXR Blind Challenge 中排名第一，击败来自大型药企、生物技术公司、学术机构和 AI 组织的 350 多名研究者。
推荐理由：Inductive Bio 在 PXR 盲测挑战中夺冠，可与该公司连续三次盲测成绩及 ADMET 建模的真实条件评测对照阅读。
NewLimit 在2026年5-6月进展更新中称，其先导重编程药物已完成生产放大超过120倍，足以支持关键非临床研究，并计划明年进入临床。其AI系统Ambrosia首次实现跨细胞类型泛化，在预测内皮细胞重编程效果时用少于三分之一的实验数据达到与谱系专用模型相当的性能。公司还发现5个可恢复衰老内皮细胞年轻基因表达与再生潜力的重编程载荷，并完成C轮融资。
推荐理由：NewLimit 披露先导资产放大生产与跨细胞类型泛化的进展，呈现重编程药物从发现走向临床前的具体路径。
Nabla Bio 转发 Twist Bioscience 的客户成果介绍，称 JAM-2 通过设计高选择性抗体靶向此前被认为无法在细胞内触及的蛋白，并附报告链接。Nabla Bio 自身正文仅表达对 Twist Bioscience 的致意，未补充技术细节或数据。
MIT 的 Melis Anahtar 团队用含 38,650 个分子及其抑制淋球菌生长数据训练神经网络，再筛选 610 万分子，找到预测可靶向该菌的候选。实验室测试显示其中一个分子对多重耐药淋球菌有效且对人细胞毒性较低；用另外 152 个分子重训模型后又发现一个候选，该分子在体外杀死多重耐药菌株并在小鼠体内降低药物敏感菌株水平，进一步实验显示其抑制细菌细胞壁合成所需的一种酶。
推荐理由：研究用3.8万分子训练神经网络筛选610万分子，找到对多重耐药淋球菌有效且机制新颖的候选。
Cradle 在七个抗体多样化campaign中，用基于进化序列数据训练的模型生成每个携带2-8个突变的多突变变体库，设计变体的结合保留率为56%-92%，其中四个campaign在未针对亲和力优化的情况下出现2倍至350倍亲和力提升。
推荐理由：Cradle 用七个抗体多样化campaign的实测数据，对比单点扫描与多突变首轮的取舍，给出首轮实验设计的具体参照。
Valence Labs 的 Jason Hartford 介绍其 ICML 论文 f-Trajectory Balance，提出一族损失函数用于微调 GFlowNets、生成模型和 LLM，并支持离策略与在策略数据。
推荐理由：作者从损失函数角度解释生成模型探索与利用的权衡，为分子生成和 LLM 微调提供可迁移的方法视角。
Ginkgo在统一的knobs-into-holes CrossMab IgG1骨架上，用PROPHET-Ab高通量平台的10项检测表征了160个双特异性抗体及其65个亲本臂，并公开数据集。
推荐理由：研究用160个双抗与65个亲本臂的配对数据，区分哪些可开发性指标可从亲本预测、哪些必须在双抗层面测。