Valence Labs 提出 trajectory replay 持续学习技术，用于 flow matching 与扩散模型
Valence Labs 提出 trajectory replay，一种面向 flow matching 和扩散模型等连续时间生成模型的持续学习技术，通过用前一模型生成路径的速度场重训模型来提醒其已学内容，全程不生成完整样本。
推荐理由：该方法用前一模型生成路径的速度场重训，避免生成完整样本，为连续时间生成模型的持续学习提供更省成本的替代方案。
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 5 页
Valence Labs精选AI 评分5858 ChemRxiv Preprints精选AI 评分5858 研究比较转录组回归与Morgan指纹分类在自噬调节剂优先排序中的表现
研究评估了自噬调节剂优先排序的四种任务形式，发现基于2048位Morgan指纹的XGBoost在化合物层面区分调节剂与非调节剂的AUROC为0.845（结合L1000上下文），仅用结构信息时为0.84至0.88（95% bootstrap置信区间）。
推荐理由：研究比较转录组回归与结构指纹分类在自噬调节剂优先排序中的表现，为任务形式选择提供参照。
ChemRxiv Preprints精选AI 评分7474 研究用微调大语言模型实现数据高效的小分子与纳米颗粒设计
研究提出一种数据高效的基础模型适配策略，将互补的正向与负向性质提示与参数高效微调结合，再用分子图核高斯过程回归对生成分子排序。在计算设置中，该平台生成具有新骨架且满足预测靶点结合、可合成性与成药性等多目标的候选分子，尽管每个靶点仅数百个训练分子同时满足三项标准。
推荐理由：研究用正负性质提示微调大模型并在少样本条件下生成分子，为低数据化学设计提供可迁移流程。
ChemRxiv Preprints精选AI 评分6565 研究利用 Boltz-2 发现纳摩尔级 CDK2 抑制剂
研究将 Boltz-2 的亲和力模块与自建的四氢喹啉类筛选空间结合，用于 CDK2 的虚拟筛选和命中优化，得到纳摩尔级抑制剂。该筛选空间通过单步多组分反应获得，作者称此前基于此类模型的虚拟筛选多局限于商业化合物目录。材料仅为预印本摘要，未披露具体化合物数量、活性数值与实验验证细节。
推荐理由：预印本报告 Boltz-2 亲和力模块在自建四氢喹啉筛选空间中完成虚拟筛选与命中优化，为共折叠模型的前瞻性应用提供案例。
ChemRxiv Preprints精选AI 评分6565 条件潜空间蒸馏实现数据受限软材料中的可控分子生成
研究提出基于条件潜空间蒸馏与化学约束构建的可控分子生成框架，用预训练于2万余个聚合物分子的VAE提供起始表示，减少对约1600条表面活性剂或200条阴离子交换膜（AEM）记录的依赖。
推荐理由：在仅约1600条表面活性剂和200条AEM记录的小数据条件下，该预印本给出可迁移的条件潜空间蒸馏生成流程与对照结果。
arXiv · q-bio.QM (定量方法)精选AI 评分5858 CAGFNs：用课程增强GFlowNets生成mRNA序列
作者提出课程增强GFlowNets（CAGFNs），用于从头合成编码目标蛋白的mRNA序列，并按学习进度设置基于长度的自适应课程，从更长的目标蛋白任务逐步学习。
推荐理由：该预印本提出面向mRNA序列的多目标生成方法，并给出收敛速度与序列多样性的对照结果，可供核酸序列设计参考。
ChemRxiv Preprints精选AI 评分7474 IMPECCABLE 数字孪生药物发现工作流在 WDR91 与 TNKS2 上产出纳摩尔级抑制剂
作者提出 IMPECCABLE 集成工作流，将基于物理的方法与人工智能结合，在 Frontier 和 Aurora 超算上筛选、生成并评估小分子，并用 ESMACS 与 TIES 的结合自由能引导 REINVENT 做多目标主动学习。
推荐理由：该预印本把物理自由能计算、生成模型与实验化学输入串成一条流水线，并在 WDR91 上给出合成与结合数据。
DrugAI精选AI 评分6565 Langevin Flow Maps：用半群一致性学习大步长分子动力学与过渡路径采样
arXiv 预印本提出 Langevin Flow Maps（LFM），通过学习朗之万随机动力学在有限时间区间内的状态映射，实现无需显式轨迹监督的大步长分子模拟。
推荐理由：该预印本把学习目标从瞬时受力扩展到有限时间朗之万演化，并给出大步长加速与平衡分布偏差的对照证据。
ACS JCIM (化学信息与建模)精选AI 评分6060 SF-GA：协同引导片段遗传算法将预测的P-gp底物改造为可合成非底物
【摘要级】研究提出协同引导片段遗传算法SF-GA，将片段协同分析嵌入遗传算法突变阶段，把预测的P-gp底物改造为预测非底物。在固定函数评估预算下，SF-GA与遗传算法和强化学习基线相比优化表现相当，且所生成分子的逆合成可及性在全部测试方法中最高。
推荐理由：该框架把片段协同分析嵌入遗传算法，在固定评估预算下比较优化表现与逆合成可及性，为可解释的分子改造提供参照。
BioTender精选AI 评分6363 德睿智药与三生制药达成MDR-001最高17.5亿元商业化合作，口服GLP-1减肥药已进入中国Ⅲ期
德睿智药与三生制药旗下三生蔓迪、万晟医药就AI辅助设计的口服小分子GLP-1受体激动剂MDR-001达成最高17.5亿元商业化合作，德睿保留MAH持有人身份和全部知识产权，三生方面承接获批后中国内地、香港及澳门的全渠道独家推广与经销。
推荐理由：梳理德睿智药MDR-001商业化合作中17.5亿元付款的构成与披露边界，并对照Ⅱb期两种统计口径的减重数据。
英矽智能精选AI 评分6565 英矽智能世界镇痛日披露非成瘾性疼痛候选药物ISM9528临床前数据
英矽智能在2026年世界镇痛日披露，其生成式AI平台Pharma.AI发现的靶点Target Z对应的口服小分子抑制剂ISM9528已于2026年7月提名为临床前候选化合物，用于疼痛管理。
推荐理由：英矽智能披露靶向新机制的口服非阿片类疼痛候选药物临床前数据，可与现有标准治疗作对照参考。
动脉网精选AI 评分6060 礼来与剂泰科技达成LNP递送战略合作，首付款逾千万美元、里程碑最高11亿美元
礼来与剂泰科技围绕新型脂质纳米颗粒（LNP）递送解决方案达成战略合作，剂泰科技将收取逾千万美元首付款，并有资格获得总额最高可达11亿美元的开发、监管及商业里程碑付款，另按合作产品年度净销售额获个位数百分比分级特许权使用费。
推荐理由：以礼来与剂泰的LNP合作切入，梳理礼来AI版图各环节的获取方式差异，并讨论AI递送平台的价值边界。
Nature Chemical Biology精选AI 评分5858 Nature Chemical Biology 研究以257个单原子修饰类似物建立配体优化背景预期
Xu 等人对6个靶点的18个先导分子做甲基化、卤化、羟基化和芳环碳氮替换等单原子修饰，合成并测试了257个类似物，为配体优化建立随机背景预期。其中11.3%的小扰动使靶点活性提升10倍及以上，但效力提升常伴随微粒体稳定性、渗透性或游离血浆比例下降。预测效力和药代变化的计算方法与实验定性一致，但仍不足以替代实验；对α2A肾上腺素受体激动剂增加一个甲基使亲和力提升52倍，并在体内镇痛上优于母体分子。
推荐理由：研究以18个先导分子、6个靶点的单原子修饰建立配体优化的随机背景，量化效力提升与药代性质损失之间的权衡。
arXiv · q-bio.BM (生物大分子)精选AI 评分6262 MEVO：基于3D药效团的生成式分子进化框架用于结构导向药物设计
研究提出MEVO，一个在可合成化学空间内运行的生成式分子进化框架，用反应模板对Enamine Building Blocks构建的反应路线训练反应感知生成模型，联合生成分子与合成路线草图。
推荐理由：该预印本把反应感知生成与口袋进化搜索结合，为兼顾亲和力与可合成性的分子设计提供了一条可参考路径。
BioTender精选AI 评分7272 Leash Biosciences 发布 Minos 工作稿：用真实湿实验构建分子搜索环境评测 AI
Leash Biosciences 的 Minos 工作稿把预先完成的 DNA 编码化合物库实测结果封装成可反复查询的分子搜索环境，模型每局最多测试 100 个分子、每批最多 5 个。
推荐理由：工作稿把已完成的湿实验封装成可反复查询的分子搜索环境，并给出结构打乱与靶标遮蔽对照，便于理解评测边界。
Alex Zhavoronkov精选AI 评分6363 英矽智能PandaOmics发现靶点、Chemistry42设计出口服非阿片类镇痛候选ISM9528
英矽智能的Alex Zhavoronkov称，靶点由PandaOmics发现、分子由Chemistry42设计，得到口服非阿片类镇痛候选ISM9528。据@TheNationalNews报道，该候选在临床前模型中表现优于吗啡，更多信息见https://antipain.ai。
推荐理由：英矽智能以自家平台串联靶点发现与分子生成，给出候选分子的临床前阶段结果，可观察其平台到管线的衔接方式。
DrugAI精选AI 评分7474 微软 Retrochimera 组合 Transformer 与 GNN 提升逆合成分析
微软研究院团队在 Nature 发表 Retrochimera，将逆合成 Transformer R-Smiles 2 与图神经网络 Neuralloc 组合，在约三分之二的化学家盲评比较中其建议优于参考数据集反应。
推荐理由：微软团队把 Transformer 与图神经网络组合成逆合成工具，并用化学家盲评和药企内部数据检验其表现。
Nature Chemical Biology精选AI 评分7474 实验评测揭示 Boltz-2、AlphaFold3 对非正构共价配体位点的预测盲区
【全文节选总结】研究将化学蛋白组学测得的立体探针结合位点与共折叠预测比较，发现 Boltz-2、AlphaFold3 常把非正构配体误放到正构口袋。共价建模或位点约束也未充分解决实验观察到的立体选择性。这项工作的重要性在于揭示计算药研模型的适用局限，而非仅发现 GRPEL1–HSPA9 抑制剂。
推荐理由：研究用共价配体图谱检验Boltz-2对非正构位点的定位能力，为共折叠模型评测提供参照。
ACS JCIM (化学信息与建模)精选AI 评分5858 COMPRESS：用网格优化构建可物理解释的压缩化学空间
【全文总结】作者提出 COMPRESS 框架，将每个小分子表示为固定数量 K 个带位置、电荷、LJ 直径和势阱深度的位点，并通过在三维网格上匹配密度、静电和范德华场来优化。
推荐理由：研究提出用固定数量物理参数位点压缩分子场，并给出网格损失与相互作用能误差之间的分辨率选择参照。
BioAge Labs精选AI 评分5858 BioAge 与 Deep Origin 合作将衰老数据新靶点推进至先导优化
BioAge 宣布与 Deep Origin 的多靶点 AI 药物发现合作已产出针对其人类衰老数据中新靶点的候选化学物质，初始命中化合物已在实验室获得验证，项目进入 hit-to-lead 优化阶段。BioAge 表示希望将合作扩展至更多靶点，并附上 Deep Origin 关于该多靶点合作的新闻稿链接。
推荐理由：合作方披露从人类衰老数据靶点获得经实验验证的初始命中，并进入先导优化阶段。