机制蒙特卡洛评估共定位渗透增强与外排调控用于口服多肽递送
作者构建了共定位、可逆的渗透增强剂与外排调节剂架构（Dual-Lock）的机制蒙特卡洛模型，在参考校准至1.2%口服绝对生物利用度时，中位数达5.0%，45%抽样达到至少4%的目标，参考方案为15%。
推荐理由：用蒙特卡洛模型评估口服多肽的双重渗透与外排调控设计，并给出可证伪的失败边界。
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 6 页
ChemRxiv Preprints精选AI 评分5858 ACS JCIM (化学信息与建模)精选AI 评分6565 研究基准评测Boltz-2、Chai-1与AlphaFold3的病毒纳米抗体表位预测
【摘要级】研究以AF3训练截止后沉积的病毒抗原-纳米抗体复合物为数据集，基准评测Boltz-2、Chai-1和AlphaFold3三种结构预测模型的表位预测表现。AF3在单种子下界面DockQ>0.23的成功率为33%，每靶10个和100个种子时升至50%和65%，Boltz-2与Chai-1分别为18%和30%。
推荐理由：研究在AF3训练截止后沉积的病毒抗原纳米抗体复合物上比较三种结构预测模型，为表位预测的模型选择与置信度筛选提供参照。
Edison Scientific精选AI 评分5858 Edison Scientific 与普林斯顿合作发布 ChefNMR2，可从一维 NMR 谱自动解析小分子结构
Edison Scientific 与普林斯顿的 ZhongingAlong 合作推出 AI 系统 ChefNMR2，可从简单一维 NMR 谱自动完成小分子全新结构解析。
推荐理由：该模型用一维核磁谱自动解析小分子结构，并在五个基准上与通用大模型对比，可供关注谱图解析自动化的人参考。
DrugAI精选AI 评分6666 伯克利团队在Science提出刺激性蛋白降解SPD策略，小分子BD2激活CUL2-FEM1B改善线粒体功能
加州大学伯克利分校Michael Rapé团队在《Science》发表研究，提出刺激性蛋白降解（SPD）策略，用小分子解除BEX蛋白对E3连接酶CUL2-FEM1B的抑制，促进其天然底物降解。
推荐理由：研究提出激活E3连接酶天然底物清除的SPD策略，为多蛋白异常疾病提供不同于PROTAC的作用模式参照。
DrugAI精选AI 评分7474 Science Advances：基于AlphaFold 3从序列通用预测T细胞受体抗原特异性
研究人员提出AF3-PTI-PAE方法，用AlphaFold 3预测MHC–抗原肽–TCR三元复合物结构，并以TCR–抗原肽界面预测排列误差判别抗原特异性，无需针对特定抗原训练。
推荐理由：研究用AF3预测三元复合物界面置信度推断TCR抗原特异性，并给出独立验证与敏感性限制。
Molence精选AI 评分6262 Molence 发布 Mol-1：增加推理算力可提升抗体-抗原预测
Molence 发布抗体-抗原结构预测模型 Mol-1，称在 MolBench-AB-26 上增加推理算力可持续提升预测质量。
推荐理由：官方披露 Mol-1 在抗体-抗原预测基准上随采样与循环次数增加而提升，并给出采样效率对比。
DeepTech深科技精选AI 评分6767 MIT团队用AI从700亿分子中筛出9种抗生素候选物，获2026年普利兹克AI科学研究卓越奖
麻省理工学院教授Regina Barzilay和James J. Collins获得2026年普利兹克AI科学研究卓越奖，其Antibiotics-AI Project已用AI虚拟筛选超过700亿个分子、对超过3.8万个分子开展抗菌实验，发现或设计出9种新型抗生素候选物。
推荐理由：梳理MIT团队从虚拟筛选到生成式设计抗生素的多年路径，并点出合成与临床环节的落差。
AI-Protein Design精选AI 评分6363 《Nature》报道GTAC双特异性抗体经TfR1诱导内吞降解7种GPCR
《Nature》2026年9月30日刊发研究，提出GPCR–TfR1靶向嵌合体GTAC，通过双特异性抗体把目标GPCR拉近组成型内化的TfR1，强制其进入内吞与溶酶体降解途径。
推荐理由：研究用双特异性抗体把GPCR拉向TfR1内吞降解，为难以占位拮抗的受体提供另一种调控路径。
AI蛋白质精选AI 评分7474 牛津大学推出SAbDab2结构抗体数据库，含2.2万抗体实例与ML级训练测试拆分
牛津大学团队在NAR发布SAbDab2，为机器学习时代重新设计的结构抗体数据库，截至2026年10月9日收录来自11,660个PDB编号的22,543个抗体实例，归为6,945个唯一SAbDab2编号。
推荐理由：介绍牛津团队为机器学习重设计的抗体结构数据库，含标准化训练测试拆分与统一标识符，便于复用与比较。
AI药物设计实验室精选AI 评分7474 Prompteina 用自然语言设计蛋白质：89 个受测设计中 9 个结合 GM2A
华盛顿大学等机构提出 Prompteina，以自然语言描述整体形状、局部结构和结合界面，联合生成蛋白质全原子结构与序列。团队构建 Prompteina-Data，含约 180 万个蛋白结构条目和 5240 万条文字描述，基于 Complexa 加入全局与残基级文本条件通路。
推荐理由：预印本用自然语言条件生成蛋白结构与序列，并在 GM2A 上给出 SPR 结合数据，可看文本接口的控制边界。
ChemRxiv Preprints精选AI 评分5858 默认对接流程的决策稳定性审计：LIT-PCBA MTORC1 上的种子、搜索盒与 protomer 扰动
该预印本在 LIT-PCBA MTORC1 靶点（PDB 4jsx）上用 AutoDock Vina 1.2.7 和 60 个配体（20 个活性、40 个非活性）审计默认对接流程的决策稳定性。
推荐理由：该预印本量化了默认对接流程在随机种子与搜索盒扰动下的决策翻转，为自动化流程的稳定性评估提供参照。
ChemRxiv Preprints精选AI 评分6565 ML/MM端点计算引入极化校正以提升蛋白-配体亲和力排序
该预印本提出一种ML/MM框架，将极化校正的机械嵌入（PCME）与静电嵌入（EE）引入端点自由能计算，并在气相能量和极性溶剂化项中使用依赖结合状态与构象的ML电荷。
推荐理由：该预印本把极化校正电荷引入ML/MM端点计算，为蛋白-配体亲和力排序提供可对照的基准结果。
ChemRxiv Preprints精选AI 评分5858 PyFMO：基于 PySCF 的碎片分子轨道计算 Python 框架发布
作者发布 PyFMO，一个以 PySCF 为电子结构后端的碎片分子轨道（FMO）计算 Python 框架，将 FMO 计算表达为共享上下文的可替换步骤流水线，结果统一收集于可序列化容器。
推荐理由：该框架把 FMO 计算拆成可替换步骤并统一结果容器，便于方法原型开发与逐阶段检查。
ChemRxiv Preprints精选AI 评分5858 分子层论模型用拓扑与电子数预测离散分子体系的芳香性
该预印本提出无经验参数的分子层论（cellular sheaf）模型，并由此导出前沿特征间隙Δ_F，仅凭分子拓扑与电子数近似HOMO-LUMO能隙。Δ_F完整区分了轮烯系列的芳香性与反芳香性，包括苯和环丁二烯，在规则烃体系中精确复现Hückel理论；在17,523个多环芳烃上解释DFT HOMO-LUMO能隙62.5%的方差，在52,000个杂芳体系上为21.7%。
推荐理由：该预印本提出无经验参数的分子层论模型，用拓扑与电子数近似HOMO-LUMO能隙，为芳香性快速预筛提供参照。
药化猩球精选AI 评分5858 用RFdiffusion从零设计靶向KRAS G12D pMHC的纳米抗体：Challenge 5实战流水线记录
作者记录了Anthropic × Adaptyv蛋白设计大赛Challenge 5的轨道B方案：用RFdiffusion-Ab在h-NbBCII10人源化VHH骨架上生成500条CDR骨架，经ProteinMPNN生成2000条序列，再用RF2打分筛选出20条提交，全部在单块RTX 5080上耗时约68小时。
推荐理由：记录从500条RFdiffusion骨架到20条提交的完整计算流水线，并给出运行耗时与踩坑细节，可供同类设计复用。
BioTender精选AI 评分7878 MolRSI：自进化分子发现智能体以跨任务经验优化工作流，抗菌筛选命中率15.9%
东北大学、Broad研究所等机构在arXiv预印本中提出自进化分子发现智能体MolRSI，把模型选择与组件组合等工作流作为优化对象，并用跨任务记忆积累可复用经验。
推荐理由：研究把分子发现工作流本身作为优化对象，并用抗菌筛选与pMHC结合蛋白两条湿实验路线检验其产出。
ChemRxiv Preprints精选AI 评分5858 研究提出光交联到共价的两级DEL策略，发现Pin1共价抑制剂LWH-1与LWH-2
研究提出一种级联DNA编码化合物库（DEL）策略，将光交联DEL筛选与共价聚焦DEL构建串联，用于Pin1共价抑制剂的从头设计。先用光交联DEL筛选识别低亲和力结合片段，再以其为起点构建共价聚焦DEL库，最终获得LWH-1和LWH-2两个命中化合物，二者在Cys113位点共价修饰Pin1，IC50分别为447.4 nM和273.7 nM。
推荐理由：该预印本把光交联DEL与共价聚焦DEL串联，为低亲和力片段向共价抑制剂演化提供了一条可迁移路径。
ChemRxiv Preprints精选AI 评分7474 TS Second Opinion：检出并修复机器学习过渡态预测中的镜像手性错误
作者提出模型无关的后处理层 TS Second Opinion，用于检出并修复生成式过渡态预测中的镜像手性错误。在 RDB7 基准上，GoFlow 的过渡态猜测有 17.7% 手性中心方向错误，其中 85% 仍被常规距离评分判为准确，90% 属整体镜像且能通过频率检查。
推荐理由：针对生成式过渡态预测中的镜像手性错误，提出生成后校验与修复层，并给出误报率与可信筛选的量化结果。
ChemRxiv Preprints精选AI 评分6363 3DRISM水合预测在3139个独立蛋白结构上与SuperWater精度相当
研究系统评测三维参考相互作用位点模型（3DRISM）的蛋白水合预测，在SuperWater的训练集、测试集及独立构建的3139个训练域外蛋白结构查询集上，其水合位点预测精度与SuperWater相当。
推荐理由：在独立构建的3139个蛋白结构上比较3DRISM与机器学习模型的水合位点预测，并给出与显式溶剂模拟的对照。
ChemRxiv Preprints精选AI 评分6565 SolviScope：面向纯溶剂与多元溶剂体系小分子溶剂排序的交互感知图神经网络
研究提出 SolviScope 图神经网络框架，用于纯溶剂与二元溶剂体系中的溶解度预测和溶剂排序。SolviScope-Pure 结合二维门控图编码器与分子间交叉注意力。
推荐理由：该预印本用排序指标而非平均回归误差评估溶剂筛选，并指出等温排序与降温结晶排序的差异。