下一分子整理 AI 制药 Benchmark 清单 AIDD Bench Atlas，收录 85 项评测资源
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas，收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由：清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类，便于对照选用。
研发方向
靶点发现与组学 最新动态
结合多组学、单细胞测序与知识图谱的全新致病靶标发现、调控网络解析与机制验证。
178 条精选近 30 天 120 条共收录 383 条
更新
靶点发现与组学的精选
下一分子精选AI 评分5858 ACS JCIM (化学信息与建模)精选AI 评分6060 结合对接变异性与相互作用能的化合物优先级策略识别LRH-1潜在结合剂
【摘要级】研究提出一种化合物优先级排序策略，利用靶向物理对接与生成模型盲对接采样得到的构象，在LRH-1（NR5A2）正构配体结合口袋的多构象上训练两个多层感知机（MLP）预测结合剂或激活剂。在分布外化合物集上，MLP能识别与训练集化学结构不相似的化合物，并对单一骨架修饰敏感。将该方法用于一项前瞻性药物发现初步研究，识别出四个LRH-1潜在结合剂；评分与预测指标组合可在不同库规模下富集命中化合物。
推荐理由：该方法把两种对接采样与多构象信息用于训练排序模型，为减少结构筛选假阳性提供可迁移思路。
bioRxiv · Bioinformatics精选AI 评分6060 CausalODE：从单细胞扰动数据推断基因调控网络的因果可达优化框架
作者提出 CausalODE，一个从单细胞扰动数据学习因果图的可微框架，用于推断基因调控网络。方法基于三点：被扰动基因的下游差异表达基因应位于该基因下游，作者用“因果可达”指标量化；因果作用涉及转录、剪接和降解中的瞬时细胞响应；调控由未被 scRNA-seq 直接测量的蛋白介导。
推荐理由：该预印本提出以因果可达性衡量调控图质量，为单细胞扰动数据的因果网络评测提供新参照。
ChemRxiv Preprints精选AI 评分6060 研究发布基于 ChEMBL35 的多靶点预测工具 PPB4，可同时列出可能活跃与不活跃靶点
研究团队发布多药理学浏览器 PPB4，这是一个在 ChEMBL35 上训练的深度神经网络，用于预测查询小分子的可能活跃靶点。与前代 PPB3 及同类工具只返回可能活跃靶点列表不同，PPB4 还会列出可能不活跃的靶点，以及当查询分子同时接近某靶点的活跃与不活跃化合物时，标注为可能兼具活跃与不活跃的靶点。
推荐理由：该预印本介绍基于 ChEMBL35 训练的靶点预测工具，其同时输出可能活跃与不活跃靶点的做法可供多靶点预测参考。
bioRxiv · Bioinformatics精选AI 评分6969 研究揭示单细胞扰动筛选中的孔板设计混杂供体差异与模型评测
该预印本基于90种细胞因子筛选、两项化合物筛选、四个队列与模拟，指出孔板孔位效应解释了丰度较高细胞类型中大部分重复对照变异，对照孔携带共同偏移，相同对照孔在标准阈值下差异表达基因可达数百个，数量约与两种受体阴性蛋白相当。
推荐理由：研究用多队列单细胞筛选与模拟说明孔板布局会混淆供体差异，并给出设计感知的模型评测参照。
bioRxiv · Biochemistry精选AI 评分5959 多尺度模拟揭示活性位点静电如何影响DBO对OXA-48变体的抑制效力
研究用QM/MM MD等多尺度模拟分析二氮杂双环辛烷（DBO）类抑制剂对OXA-48变体的抑制差异，发现nacubactam对OXA-48类酶共价抑制的能垒始终高于avibactam，差异源于活性位点电场的DBO特异性变化。
推荐理由：研究用多尺度模拟解释两种DBO对OXA-48变体效力差异的来源，并预测新变体的抑制效力。
bioRxiv · Bioinformatics精选AI 评分7171 scDisentangle：面向单细胞扰动响应预测的序列解耦模型
研究团队提出 scDisentangle，将单细胞表达分解为可观测属性与一系列残差成分，生成保留源细胞身份的反事实预测。该模型在细胞因子刺激、肝脏感染和未见过的组合遗传扰动任务上优于现有模型与朴素基线，且准确率与响应接近平均扰动效应的程度基本无关。
推荐理由：该预印本提出单细胞扰动响应预测模型，并在多种扰动与队列数据上给出相对基线的比较结果。
arXiv · q-bio.QM (定量方法)精选AI 评分7676 PharmAgents2：面向自主端到端药物发现的智能体系统
PharmAgents2 是面向端到端药物发现的自主系统，结合知识增强决策与并行智能体的大规模探索，并配套包含 121 道题、覆盖九类决策场景与三项端到端任务的 PharmAgents-Bench v0.1。
推荐理由：该预印本把自主智能体用于端到端药物发现，并给出三项经人实验验证的案例，可作为评估自主科研系统的参照。
BioTender精选AI 评分7474 CellType推出BioSimBench细胞响应预测评测体系与BioSimGym训练环境
CellType推出BioSimBench，用真实实验数据评测模型对药物处理、基因敲低和免疫信号等干预后基因表达变化的预测，共设四个预测赛道和一个工具型科研智能体赛道。
推荐理由：该评测用真实实验数据考察模型对未见干预条件的基因表达预测，并给出各赛道留出设置与分数对照。
arXiv · q-bio.QM (定量方法)精选AI 评分7474 智能体文献抽取扩充靶向蛋白降解数据库
研究提出专家在环的大语言模型工作流，用交叉验证的提示优化模块从少量专家标注中学习抽取指令，仅用7篇分子胶文献即达到记录级F1=0.98，仅替换术语即迁移至PROTAC（F1≥0.93）。
推荐理由：该工作用少量专家标注驱动大模型抽取靶向蛋白降解数据，并检验其对下游活性模型的影响。
arXiv · q-bio.QM (定量方法)精选AI 评分6565 CellCanon：统一预测、解释与观测更新的智能体细胞世界模型
作者提出 CellCanon 智能体细胞世界模型，将单细胞表达预测、基于证据的解释和观测驱动更新统一在同一世界状态中。在 SciPlex3 的 339 个留出条件、三种细胞系上，其差异表达 AUPRC 和 Macro-F1 分别比各指标最佳基线提升 63.3% 和 17.3%，方向 Macro-F1 提升 7.2%。
推荐理由：该预印本把单细胞表达预测、证据解释与观测驱动更新整合进同一世界状态，并给出与基线的量化对比。
bioRxiv · Bioinformatics精选AI 评分5858 研究重析胶质瘤切片单细胞数据：恶性胶质瘤各状态药物响应方向基本一致
研究重析公开的胶质瘤切片培养单细胞RNA测序数据（391,444个细胞，筛出252,106个转化胶质瘤细胞），在19个TissueID单元的43组给药-对照比较中检验AC、OPC、NPC、MES样状态的响应方向一致性。
推荐理由：研究用单细胞切片培养数据检验胶质瘤各状态药物响应方向是否一致，为异质性下的响应评测提供参照。
bioRxiv · Bioinformatics精选AI 评分7474 单细胞基础模型基准评测：跨物种注释与扰动预测优于简单基线，同物种内优势有限
研究在同一数据上基准评测 scGPT、Geneformer V1/V2、Nicheformer、scFoundation 五种单细胞基础模型与 CellOracle、STATE 及任务匹配的简单基线，数据覆盖 K562 Perturb-seq、原代细胞、脑类器官与肺癌活检。
推荐理由：该基准在同一数据上比较五种单细胞基础模型与简单基线，划出跨物种注释与扰动方向预测的适用边界。
DrugAI精选AI 评分6868 浙江大学侯廷军团队发布PROTAC-DB 4.0，整合分子胶与XTAC并引入LLM问答
浙江大学侯廷军团队联合中国药科大学等在Nucleic Acids Research发表PROTAC-DB 4.0，将数据库从PROTAC扩展至分子胶和XTAC。
推荐理由：该论文把PROTAC、分子胶与XTAC数据整合进统一知识库，并给出LLM加RAG的检索架构，可作为靶向降解数据资源与AI建模的参照。
医药魔方精选AI 评分5858 Differentia Bio以IgG4-RD前瞻性预测获独立临床验证，推进虚拟人体模拟
Differentia Bio称其针对IgG4相关性疾病（IgG4-RD）的机制预测先后获得独立人体临床研究支持：2025年4月靶向CD19+的inebilizumab获FDA批准用于该适应症，2026年1月第三方公布的dupilumab早期研究中5名患者有4名出现临床改善及血清IgG4水平下降。
推荐理由：文章梳理了Differentia Bio先预测后获独立临床证据支持的案例，为评估AI疾病模型提供参照。
Edison Scientific精选AI 评分5858 Edison Scientific 推出 Kosmos Target Assessment 靶点评估工具
Edison Scientific 发布 Kosmos Target Assessment（TA），这是 Kosmos 的专用版本，用于筛选最具成药潜力的治疗候选靶点，与 Incyte 合作开发。
推荐理由：Kosmos TA 与 Incyte 合作开发，把安全性、可成药性与竞争情报等维度纳入靶点评估，并给出与委员会实验请求的一致率。
BioTender精选AI 评分7272 腾讯混元发布 HyInv、HyPLM-Flash、HyFF、HyCell 四份生物模型技术报告
腾讯混元发布四份技术报告，覆盖蛋白质逆折叠、序列表征、原子级力场与单细胞转录组表征，并称 HyInv 与 HyPLM 由科研智能体 Hyra 2.0 从头训练。
推荐理由：四份技术报告把混元生物模型从蛋白质序列设计延伸到原子模拟与单细胞表征，并给出与基线的速度误差对照。
bioRxiv · Bioinformatics精选AI 评分5858 蛋白口袋共结合评分可优先排序药物-药物相互作用
研究提出用蛋白口袋共结合（COLIG）结构信号对210种药物的21,945个药物对打分，在未使用临床相互作用标签训练的情况下预测药物-药物相互作用。按置信度汇总的COLIG排序在DDInter和KEGG上分别取得49.3%和25.1%的top-5%精确率，对应背景流行率为29.6%和14.7%；合并top-pocket engagement的DDInter精确率为50.3%。
推荐理由：研究用蛋白口袋共结合结构信号排序药物对，为不依赖临床标签的DDI预测提供了一种可比较的评测参照。
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。
BioArt精选AI 评分7474 Cell | SPARCS：AI引导激光显微切割实现复杂图像表型的大规模遗传筛选
德国慕尼黑大学Veit Hornung与马普生化所Matthias Mann团队在Cell发表SPARCS平台，将自动化激光显微切割改造为高通量单细胞分离手段并配合深度学习图像分类器，在7000万细胞规模完成自噬体形成与STING转运的全基因组筛选。
推荐理由：该平台把激光显微切割与深度学习图像分类结合，使复杂亚细胞表型可在全基因组尺度被筛选并回溯分析。