别再用胜率：跨基准任务比较模型排名的统计方法
牛津蛋白信息学组博客指出，化学信息学论文常用胜率（模型在任务中排名第一的比例）评估基准表现，但该指标会掩盖微小差距、缺乏统计检验，并隐藏模型在部分任务上的严重失败。
推荐理由：文章用模拟数据演示胜率指标如何掩盖模型弱点，并给出任务内与跨任务的统计比较替代流程。
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 3 页
Oxford Protein Informatics Group · Blog精选AI 评分5858
奶牛猫的CADD实验室精选AI 评分6363 arXiv 预印本：GEOM-DRUGS 参考集遗漏低能构象，影响构象生成模型评分
一篇 arXiv 预印本系统检验 GEOM-DRUGS 参考构象集的完整性，发现五种生成模型（GeoMol、GeoDiff、Torsional Diffusion 等）在 384 个分子上生成的构象中，有 2.3%–7.0% 经 GFN2-xTB 优化与合理性检查后属合理低能构象却未被参考集覆盖。
推荐理由：研究指出构象基准参考集本身可能遗漏低能构象，为生成模型的评测方式提供了具体参照。
智药邦精选AI 评分7878 上海药物所郑明月等发布MolGenBench：系统评测17种AI药物生成模型
同济大学、中国科学院上海药物研究所、上海科技大学与临港实验室团队在《Nature Communications》发表论文，构建结构基础药物发现评测基准MolGenBench，在120个蛋白质靶点和600个化合物系列上系统评估17种分子生成方法，覆盖从头设计与苗头到先导优化两个阶段。
推荐理由：该研究用120个靶点和600个化合物系列横向比较17种分子生成方法，为判断生成模型能否产出真实活性分子提供参照。
动脉网精选AI 评分6060 砺博生物完成近亿元A轮融资，推进靶向RNA小分子管线临床研发
砺博生物宣布近日完成近亿元人民币A轮融资，由正心谷资本、创新工场美元基金和某产业医疗基金联合领投，老股东元生创投追加，资金用于既有管线临床研发及全球商业化布局。
推荐理由：报道披露砺博生物A轮融资与RP-0172临床进展，可了解RNA三级结构AI4S平台如何支撑靶向RNA小分子发现。
药化猩球精选AI 评分5858 能结合却无药效的分子还能做什么：从沉默结合到PROTAC与RiboTAC的药化设计
作者费米子父梳理了沉默结合配体在诱导邻近技术中的再利用路径，涵盖SAR by catalog、RiboTAC、RNATAC、RIPTAC与PhosTAC。文中引用Disney团队2023年Nature研究，将结合RNA但无功能效应的小分子接上RNase L招募模块后成为降解剂；Tong等2024年全转录组研究中481个结合RNA靶标仅5个达到RNase L依赖切割标准。
推荐理由：文章把沉默结合配体与多种诱导邻近技术串成一套设计检查框架，便于理解配体再利用的取舍。
Brian Hie精选AI 评分7878 Brian Hie 团队报告 Evo 2 的生成式上下文学习能力
Brian Hie 团队报告 Evo 2 在少量同功能序列提示下可生成功能相似的新序列，作者称这是一种生成式上下文学习（ICL），且为训练时未预料到的涌现现象。
推荐理由：作者报告 Evo 2 在少量同功能序列提示下生成相似功能序列，并延伸到调控元件与蛋白设计任务。
ChemRxiv Preprints精选AI 评分6363 OPRD-100：用于反应数据挖掘工具评测的专家整理有机反应数据集
研究发布 OPRD-100，一个从 1999 至 2024 年 100 篇 Organic Process Research & Development 文章中专家整理并交叉验证的 3,878 条反应数据集，每条记录包含产率、立体化学、温度、时间、溶剂和试剂。
推荐理由：该数据集以人工整理的反应记录为基准，揭示商业数据库在高产率反应上的系统性偏倚，为反应数据挖掘工具提供对照。
ChemRxiv Preprints精选AI 评分5858 AIChemist 机器人化学家实现自主推理与实验的构建式化学发现
研究团队报告机器人化学家 AIChemist，它根据自身结果决定下一步问题，并用计算或实验作答后据此构建下一轮设计。在硅基自由基中继概念下，它开发出不对称三组分硅氰化反应，发现溶剂效应取决于氧化剂配方，将收率从 20% 提升至 67%、对映体过量 88%；针对杀虫剂 broflanilide 中间体，设计了不涉及硝基转化的光氧化还原/镍 C–N 偶联路线，估计成本低于常规路线。
推荐理由：预印本报告自主推理与实验闭环在两类反应上的结果，为化学发现自动化提供可参照的闭环设计。
ChemRxiv Preprints精选AI 评分6363 计算引导的聚乙炔原位筛选用于基因递送
研究报道一种计算引导的聚合物基因载体发现方法，将聚合物组成与复合物配制的优化合并进行，无需常规合成、分离和表征新候选物。方法核心是计算机辅助实验设计、原位筛选与机器学习迭代建模，以转染效率为关键指标关联试剂浓度与配比等可控输入，并基于新型水溶性反应性聚乙炔 poly(N-(propargyl)-2-(aminooxy)-acetamide) 在水相中与醛官能化后直接与核酸复合。
推荐理由：该预印本把聚合物合成与核酸复合配制合并为单一优化问题，为基因递送载体的计算引导筛选提供可迁移流程。
BioArt精选AI 评分7373 清华大学团队在Nature Communications发表可解释AI引导的可降解脂质肝脏mRNA递送研究
清华大学深圳国际研究生院颜昊、康飞宇团队在Nature Communications发表研究，建立模块化合成、高通量筛选、可解释机器学习与动物验证的两阶段框架，从520种实验脂质扩展到10,920种虚拟候选，筛出可降解可电离脂质PA97MD101。
推荐理由：研究把可解释机器学习用于可降解脂质筛选，并用独立动物实验检验体外预测的边界。
智药邦精选AI 评分7474 北京大学来鲁华团队在Nat Mach Intell发表SynCraft，用大语言模型引导分子精准编辑
北京大学来鲁华教授团队提出基于大语言模型的分子可合成性优化方法SynCraft，对难合成的高价值分子做最小图编辑而非从头生成，研究发表于Nature Machine Intelligence。
推荐理由：研究用大模型推理加最小图编辑挽救难合成分子，并给出与基线方法的量化对比和失败边界。
LeapFun精选AI 评分7474 侯廷军团队推出PartiDesign：统一生成框架用于蛋白与环肽设计
侯廷军团队推出可控生成框架PartiDesign，将结构与序列或化学身份在同一次Flow Matching生成中协同，覆盖蛋白、DNA、RNA和小分子。在ProtDBench普通MPNN单序列协议下，其估算合格候选产出约为RFD3的4.9倍，加入α螺旋引导后约7.6倍；AME原子级催化基序骨架搭建中常规与α引导配置分别约为RFD3的8.6倍和12倍。
推荐理由：介绍统一生成框架在蛋白与环肽设计上的产出效率，并给出与RFD3、BoltzGen的基准对比及计算筛选边界。
Genesis Therapeutics 官网资讯精选AI 评分7474 Genesis 与 Caltech 提出离散扩散在线适应框架，分子优化用 86 次评估追平 Beam Search 约 5000 次评估表现
Genesis Molecular AI 与 Caltech 合作的 NeurIPS 2026 论文研究离散扩散分子生成模型在测试时如何分配算力，其在线适应框架仅用 86 次 oracle 评估即追平最强推理期搜索基线 Beam Search 约 5000 次评估的表现。
推荐理由：研究系统拆解在线适应式分子优化的四个设计选择，并给出何时值得用在线适应而非推理期搜索的判据。
Corin Wagen精选AI 评分5858 Corin Wagen 评 Rowan 自动生成合成中间体对 FEP 的改进
Corin Wagen 表示，自动生成合成中间体是 Rowan 已加入的体验改进之一，与自动扭转角重拟合、收敛检测等功能并列。他引用的 @manntis4 内容称，在测试小分子辅因子支持 FEP 时发现，把合成中间体配体加入 RBFE 图可改善与实验结合亲和力的相关性，示例为 KRAS-G12D。Wagen 认为稳健的智能体驱动 FEP 还需要更多此类能力。
推荐理由：Rowan 团队以 KRAS-G12D 为例说明合成中间体配体如何改善 RBFE 与实验亲和力的相关性，并列出自动化改进方向。
木可AI探索笔记精选AI 评分5858 17亿次实测 vs 一次造出10¹⁶个抗体：Terray与Jura Bio两种自产数据路线对比
文章对比Terray与Jura Bio两条自产数据路线：Terray用自研高通量硬件累计超过4200亿次测量、折算逾170亿个靶标-分子互作数据点，Jura Bio则用变分合成一次造出10¹⁶个抗体序列。作者认为两者分别拆解干湿循环的合成端与筛选端，Terray已签吉利德、BMS、Odyssey合作并预计2026年有内部药物进入临床试验，但数据规模本身不等于成药。
推荐理由：文章把Terray与Jura Bio两种自产数据路线放在干湿循环两端对照，便于理解数据瓶颈的不同解法。
智药邦精选AI 评分7171 港中文团队提出DuetRNA，以碱基与核糖双坐标系联合设计RNA序列与三维结构
香港中文大学团队提出RNA联合生成模型DuetRNA，为每个核苷酸建立碱基与核糖两个耦合局部坐标系，在同一流匹配过程中同时输出序列与三维重原子坐标，相关预印本与代码已公开。
推荐理由：该预印本用碱基与核糖双坐标系做RNA序列与结构联合生成，并给出与RNA-FrameFlow同协议的计算对比。
晶泰科技精选AI 评分6868 晶泰科技自研 pan-TRK 抑制剂 KQTD-126 获 FDA 临床试验许可
晶泰科技宣布其自主研发的肠道限制性高选择性 pan-TRK 抑制剂 KQTD-126 获得美国 FDA 新药临床试验（IND）许可，计划近期开展临床试验。该候选药物面向肠易激综合征（IBS）及炎症性肠病（IBD）相关慢性肠道疼痛，临床前研究显示其 pan-TRK 抑制活性 IC₅₀＜1 nM，肠道组织与血液暴露量比值超过 1000:1。
推荐理由：晶泰自研 pan-TRK 抑制剂获 FDA 临床试验许可，披露了肠道限制性设计与临床前活性数据。
BioTender精选AI 评分6060 AISI与SecureBio用编程智能体复现ProteinMPNN、RFdiffusion3与CMD
英国AI安全研究所AISI与SecureBio合作的ReproBAIT预印本让Claude Opus 5、GPT-5.6 Sol、Kimi K3和Qwen3.8-2.4T四个编程智能体在提供训练数据与A10G GPU的条件下限时复现三个生物AI工具。
推荐理由：研究用编程智能体限时复现三个生物AI工具，给出闭源与开源工具可迁移性的具体边界。
ACS JCIM (化学信息与建模)精选AI 评分6969 PharmaDiff：以药效团为条件的扩散模型用于配体导向从头药物设计
【全文总结】研究提出 PharmaDiff，一个以原子级三维药效团假设为条件、基于 MiDi 架构的 SE(3) 等变 Transformer 扩散模型，可在不需要靶点蛋白三维结构的情况下生成完整三维分子。
推荐理由：该研究以原子级药效团图条件化扩散生成，并用三维欧氏距离评测药效团匹配，为配体导向设计提供了可比较的基线参照。
arXiv · q-bio.QM (定量方法)精选AI 评分7171 FRIGID：基于扩散语言模型的质谱分子生成框架，推理时扩展提升从头结构解析
FRIGID 是一个以串联质谱为条件、经中间指纹表示与已确定化学式生成分子结构的扩散语言模型框架，在数亿条无标注结构上训练。作者用正向碎裂模型在推理阶段识别与谱图不一致的片段，并通过定向重掩码与去噪进行修正，在 MassSpecGym 上 Top-1 准确率超过 18%，在 NPLIB1 上把领先方法的 Top-1 准确率提升至三倍。分析显示其性能随推理算力增加呈对数线性提升，代码已公开。
推荐理由：该预印本把质谱到结构的从头解析扩展到亿级训练与推理时扩展，并给出推理算力与准确率的对数线性关系。