Google DeepMind 为 Antigravity 推出化学信息学技能，智能体一小时完成大环设计与合成路线
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让语言模型负责流程编排、确定性化学工具执行分子计算。
推荐理由：官方演示了智能体在真实肺癌药物数据上完成检索、配对分析与大环设计，可观察化学工作流的自动化边界。
研发方向
小分子生成与优化 最新动态
基于扩散模型与生成式化学的小分子从头设计、骨架跃迁、分子性质优化与逆合成规划。
191 条精选近 30 天 112 条共收录 383 条
更新
精选归档 · 第 2 页
Google DeepMind / Isomorphic精选AI 评分6363 机器之心 · AI4Science精选AI 评分5858 ReSFlow：在统计流形上整流离散生成路径，实现一步采样
内蒙古大学、上海财经大学与CMU团队提出ReSFlow，将类别概率经平方根映射到球面，在球面上重新配对并整流生成轨迹，使离散数据可一次模型调用完成生成，该工作已被NeurIPS 2026接收。
推荐理由：论文把离散类别概率映射到球面做整流，使一步采样接近多步ODE质量，为离散序列生成提供可迁移思路。
ACS JMC (药物化学)精选AI 评分5858 从AI输出到药物化学决策：激酶抑制剂发现中的证据边界、耐药导向设计与DMTA学习
【摘要级】这篇观点文章提出，激酶抑制剂项目中 AI 辅助药物发现（AIDD）的价值不应只看预测性能，而应看计算输出能否改善可实施、可实验检验的药物化学决策。作者把 AI 输出视为可检验假设，以 EGFR、ALK/ROS1/TRK、BCR-ABL1 和 BTK 的耐药相关案例说明，明确的证据边界、验证关卡和证伪实验如何指导类似物选择、试验优先级、耐药谱设计以及 DMTA 循环中的信息增益。
推荐理由：文章提出以能否改善药物化学决策来评估激酶抑制剂项目中的 AI 输出，并给出耐药场景下的验证思路。
ChemRxiv Preprints精选AI 评分5858 预印本：基于力场构象集合的GIPF描述符用于主动学习
该预印本提出从SMILES出发、基于力场点电荷在构象集合上高效计算GIPF（分子表面静电势）描述符的自动化流程。作者在表面活性剂、肽催化剂和超分子组装三个实验数据集上，与低成本化学信息学描述符比较预测精度、筛选效率和不确定性校准，报告力场GIPF描述符与化学信息学描述符互补并带来更好预测，基于构象集合的GIPF描述符显著改善不确定性校准。作者据此推荐将其作为化学主动学习可负担、可扩展的特征化方法。
推荐理由：该预印本比较力场GIPF描述符与化学信息学描述符在主动学习中的预测与不确定性校准表现，为低成本特征选择提供参照。
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。
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。
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。
智药局精选AI 评分6262 DoveTree与晶泰科技复盘难成药靶点合作：签约一年多已有项目进入IND-enabling
DoveTree研发总裁Lihua Yu与晶泰科技主任科学家邹俊杰在闭门交流会上首次复盘双方2025年8月宣布的战略合作，该合作总价值达数十亿美元，覆盖肿瘤、免疫、神经、代谢等领域多个难成药靶点，目前已有项目进入IND-enabling研究阶段。
推荐理由：复盘晶泰与DoveTree围绕难成药靶点的战略合作，披露从签约到IND-enabling的推进节奏与平台能力细节。
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6363 ETALON：面向智能体计算机辅助药物设计的可验证执行与研究记忆框架
作者提出 ETALON，一个为通用编程智能体提供计算机辅助药物设计集成环境的框架，由 MolQuarry（化学与生物证据）、MolCascade（分子准备、筛选与对接）和 PRISM（分子生成与物理建模）三个可独立使用的系统支撑科学操作。
推荐理由：该工具把分子准备、筛选、对接与生成整合进统一执行层，并区分完成、验证与准入记录，为智能体辅助药物设计提供可复用框架。
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5858 高通量实验数据集上的产率预测与条件推荐：编码效应与噪声上限
该研究用统一流程在来自五个公开来源的13个高通量实验数据集上比较五种模型架构与三种类别编码，发现多层感知机从整数编码改为独热编码后平均留出R2提高0.168，准确率主要由编码而非算法决定。
推荐理由：研究在13个高通量实验数据集上比较产率预测模型，揭示编码方式与噪声上限对结果的影响。
arXiv · q-bio.BM (生物大分子)精选AI 评分7474 D2ML：面向直接到生物学小分子筛选的测定感知模型
作者提出 D2ML 测定感知模型，从单点筛选预测活性、从粗制剂量反应预测跨靶点相对效力、从纯化化合物数据预测绝对效力，并用跨阶段共享信息的联合模型提升预测。
推荐理由：针对直接到生物学筛选的粗混合物浓度不确定问题，提出分阶段联合建模，并用实验验证多目标优化。
bioRxiv · Bioinformatics精选AI 评分7878 PSICHIC+：从序列预测结合亲和力的生物活性基础模型
研究团队开发了生物活性基础模型 PSICHIC+，基于约8200万条蛋白-配体记录、以分布目标训练，可从蛋白序列与配体 SMILES 在毫秒级预测结合亲和力。在无靶点特异性训练数据的零样本虚拟筛选基准中，其富集效果优于回归和分类方法，并与领先的基于结构的方法表现相当。
推荐理由：该预印本用分布目标训练约8200万条蛋白-配体记录，为异构活性数据的利用和零样本筛选提供参照。
bioRxiv · Bioinformatics精选AI 评分7171 ChefNMR2：结合生成模型与推理智能体从 NMR 谱图解析小分子结构
研究提出 ChefNMR2 与 ChefNMR2-Agent 系统，从分子式和一维 1H、13C NMR 谱图预测小分子结构。ChefNMR2 是原子流匹配生成模型，ChefNMR2-Agent 借助大语言模型对候选结构进行推理与修正；作者称其在多项基准上明显优于现有工具，推理速度比前沿大语言模型快两到三个数量级，并提供校准的置信度估计。
推荐理由：该预印本把生成模型与推理智能体结合用于 NMR 结构解析，并给出与现有工具及人类化学家的对照结果。
智药邦精选AI 评分5858 npj Drug Discovery综述提出TechBio 3.0：AI制药如何把预测、设计与实验连成闭环
牛津大学Krish Ramadurai与Abhirup Banerjee在《npj Drug Discovery》发表综述，用TechBio 3.0概括将多模态AI、生成式化学与自动化实验接入同一反馈体系的研发方式，并区分1.0性质预测、2.0靶点发现与分子生成、3.0实验反馈持续更新模型与设计。
推荐理由：文章以综述框架梳理多模态AI、生成式设计与自动化实验的闭环，并借两个企业案例说明证据边界。
LeapFun精选AI 评分5858 Bruce Booth 警告 AI 药物供给过剩，Biotech 将迎来消化不良
Atlas Venture 合伙人 Bruce Booth 在 LifeSciVC 发文《The Fruits of AI Drug Abundance: Indigestion In The Near Term》，判断 AI 长期能帮制药做出更好的药，但未来 3–5 年在分子设计层面更可能先制造一轮药物丰裕，把行业整体研发生产率推得更糟。
推荐理由：文章转述投资人 Bruce Booth 对 AI 药物丰裕的判断，并梳理评论区关于差异化与估值的分歧。
ACS JCIM (化学信息与建模)精选AI 评分7474 基于结构的分子生成用强化学习对齐按需合成化学空间
【全文总结】研究以 DrugFlow 流匹配模型为基础，把 Enamine REAL 成员资格或 Freedom 4.0 相似度作为奖励，用强化学习对齐口袋条件分子生成。
推荐理由：研究把可购得性作为硬奖励对齐口袋条件分子生成，并对比离线与在线强化学习的适用场景。
智药局精选AI 评分5858 Flagship 合并 Cellarity、Etiome、Empress 成立 AI 制药公司 Etcelera
Flagship Pioneering 于 10 月 29 日宣布整合 Cellarity、Etiome、Empress Therapeutics 三家公司的平台技术，成立新型药物发现公司 Etcelera，由 GSK 老将 Adrian Rawcliffe 任 CEO，莫德纳联合创始人 Noubar Afeyan 为联合创始人。
推荐理由：Flagship 将三家平台公司合并为 Etcelera，其细胞状态与扰动数据整合方式为观察 AI 制药平台组织提供了案例。