研发方向
蛋白、结合剂与治疗相关大分子设计及模型；结构预测、实际表达、结合、功能与可开发性分别判断，不将预测直接当作实验成功。
517 条精选近 30 天 319 条共收录 1,013 条
Nabla Bio 发布 JAM-2，称其为首个能从计算机直接生成成药级抗体的 AI 模型。公司称在 26 个靶点中有一半在每靶点测试少于 45 个设计的情况下获得皮摩尔至个位数纳摩尔级结合剂，直接针对细胞表面 GPCR 的结合剂成功率最高达 11%，超过 50% 的设计在零优化下通过核心行业可开发性标准，并称已与多家大型药企合作部署 JAM-2。上述结果来自公司自述与白皮书，尚未见独立验证。
推荐理由：Nabla Bio 公布 JAM-2 在 26 个靶点上的抗体设计成功率与可开发性数据，可供对照评估从头抗体设计的能力边界。
Profluent 公开其内部蛋白质序列编码器模型 Profluent-E1，称 E1 系列可作为现有蛋白质建模与设计工作流的直接替换组件以升级流程。作者同时给出 bioRxiv 预印本链接（10.1101/2025.11.12.688125v1），推文未披露具体评测结果与权重开放情况。
推荐理由：Profluent 公开其内部蛋白质序列编码器 E1，并给出可替换现有建模与设计流程的定位，便于对照其预印本方法。
CHARM Therapeutics 宣布将 AI 发现的下一代 pan-menin 抑制剂 CHM-029 推进为急性髓系白血病（AML）开发候选，计划于 2026 年第二季度启动首次人体试验。
推荐理由：CHARM 公布其 DragonFold 平台发现的 menin 抑制剂进入开发候选，并给出耐药突变与体内药效的临床前依据。
寻明生科（Aureka Biotechnologies）宣布完成数千万美元A轮融资，由五源资本与启明创投联合领投，老股东纽尔利资本持续投资，Agentic Ventures等跟投。
推荐理由：融资披露同时给出抗体设计智能体平台的技术路线与管线阶段，可对照其干湿闭环思路与商业化进展。
OpenFold3 团队转发 NVIDIA 关于 OpenFold3 的技术博客，并指向 NVIDIA 推出的 OpenFold3 NIM。据 NVIDIA 介绍，该模型可用于预测蛋白质、核酸与配体的复合物结构，定位为生产可用模型，博客链接为 https://nvda.ws/3JxauqA。
推荐理由：OpenFold3 以 NIM 形式提供蛋白、核酸与配体复合物预测，可了解其生产化部署形态。
Baker Lab团队在Nature发表研究，用基于RFdiffusion训练的RFantibody模型在计算机上从头设计含重链和轻链的完整抗体可变区，无需动物免疫或大规模筛选。针对艰难梭菌毒素等靶点，设计抗体达到中纳摩尔级结合亲和力，转为全长IgG后保留效力；电镜解析的5个设计抗体中有4个与计算预测结构一致。RFantibody代码已在GitHub开放，供学术、个人和商业使用。
推荐理由：研究展示RFdiffusion设计全长抗体可变区并经电镜验证，为从头抗体设计的可行性提供参照。
奥泊生科与量准在 2025 年 2 月签署战略合作后，正式面向全球客户推出“AI 分子设计优化 + 高通量 SPR 分子互作筛选”全流程研发加速服务，覆盖蛋白质从头设计、亲和力/活性/稳定性优化与 MetaSPR 亲和力及动力学检测，并将实验数据反馈至 AI 模型迭代。
推荐理由：两家公司把 AI 蛋白设计与高通量 SPR 筛选打包成对外服务，并给出抗体亲和力成熟与酶改造的实验数据。
A-Alpha Bio 宣布在其 AlphaSeq 平台上新增 AlphaSeq 3D，可在单次实验中用数百个预验证效应蛋白和靶点筛选数千个小分子，覆盖数千万种潜在三元复合物。
推荐理由：A-Alpha Bio 系统介绍了其分子胶发现平台的工作流，从扩展效应蛋白库到 AlphaSeq 3D 多重筛选，为理解诱导邻近药物的发现路径提供了具体参照。
A-Alpha Bio 宣布参与 DeNOVO Initiative，与劳伦斯利弗莫尔国家实验室等机构开展为期 3 年的合作，用高性能计算和人工智能方法设计可中和未来生物威胁的抗体。
推荐理由：介绍 A-Alpha Bio 参与的多机构抗体设计项目，说明其高通量蛋白互作数据在训练结合预测模型中的角色。
圆壹智慧推出自主研发的SentinusAI平台，称无需3D结构预测即可在数小时内完成多达10^10条抗体序列的生成与亲和力预测排序，较AlphaFold等3D模型节省算力近万倍。
推荐理由：圆壹智慧公开其抗体从头设计与亲和力成熟平台的模块构成及多组湿实验验证数据，可供评估序列生成与亲和力预测路线的实际表现。
智峪生科与东阿阿胶联合研究在99个蛋白-短肽复合物基准上评估AF3、Protenix、Chai-1、Boltz-1与AF2m，Protenix单模型高精度（Fnat≥0.8）成功率最高达80.8%，AF2m仅53%。
推荐理由：研究在99个蛋白-短肽复合物上比较AF3衍生模型，并给出多模型组合提升成功率的可复用策略。
智药元创称依托自主AI药物设计平台TranProtein设计出半衰期更长、药效更优的GLP-1受体激动剂多肽，半衰期达到司美格鲁肽的3倍。公司表示已设计超过数万条全新GLP-1 RA多肽序列，经自研筛选流程遴选出3条候选多肽并开展动物药效和药代动力学实验。上述结果均为一轮实验成果，公司称其专利蛋白设计方法可推广至其他蛋白药物开发。
推荐理由：智药元创称其AI平台设计出半衰期为司美格鲁肽3倍的GLP-1 RA多肽，并已筛出3条候选进入动物实验。
Antiverse 宣布与 Nxera Pharma 建立多靶点合作与许可协议，为其设计针对 GPCR 的抗体。Nxera Pharma 在引用内容中确认了这一合作与许可安排，并附上 IR 材料链接；Antiverse 另附 Substack 文章链接，未披露具体靶点、金额或阶段。
推荐理由：Antiverse 与 Nxera 就 GPCR 抗体设计达成多靶点合作与许可协议，可了解双方分工与授权安排。
Bruno Correia 转发介绍与 Sailan Shui 合作的蛋白质设计项目，相关成果发表于 Nature Chemical Biology，通过设计受体在细胞中实现多种带通滤波行为。作者本人仅表示在细胞中工程化非平凡行为很有乐趣，未披露具体性能数据。
推荐理由：该工作用蛋白质设计构建化学响应带通滤波器受体，为细胞行为工程提供可参考的设计思路。
A-Alpha Bio 宣布与 Gilead Sciences 合作，利用其合成生物学与机器学习专长发现治疗 HIV 的长效生物药。合作将先用 AlphaSeq 平台表征候选药物与 HIV 抗原变体之间的结合亲和力并产生大量数据，再输入机器学习平台 AlphaBind 预测具有更强结合广谱性和抗病毒逃逸能力的蛋白。双方目标是开发高交叉反应性的生物药，以中和多种突变形式的 HIV。
推荐理由：A-Alpha Bio 与 Gilead 合作开发长效 HIV 生物药，展示了 AlphaSeq 与 AlphaBind 双平台在结合广谱性优化上的应用路径。
A-Alpha Bio 与劳伦斯利弗莫尔国家实验室（LLNL）扩大合作，获美国国防部（DoD）追加 240 万美元资助，将合作范围从新冠扩展到 DoD 认定的其他潜在生物威胁。A-Alpha Bio 将用 AlphaSeq 测量抗体与病原体变异体之间数百万个蛋白质-蛋白质相互作用，用于训练机器学习模型，预测交叉反应性和毒株特异性结合剂，以加速未来药物发现。
推荐理由：合作从新冠扩展到其他潜在生物威胁，展示用高通量相互作用数据训练抗体结合预测模型的路径。
A-Alpha Bio宣布获得比尔及梅琳达·盖茨基金会80万美元资助，将与Lumen Bioscience合作，用AlphaSeq平台产生的数据训练机器学习模型，开发针对肠道和呼吸道病原体的高效、交叉反应疗法。
推荐理由：该资助把AlphaSeq的高通量抗体结合数据与机器学习预测相连，展示了抗体跨菌株反应性开发的合作路径。