研发方向
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
Open Targets 发布临床数据挖掘管线 Mira（Multi-source Indication & Report Analytics），整合 ClinicalTrials.gov、DailyMed、PMDA、EMA 等 23 个来源，在 26.09 版本产出 289,954 条临床报告、覆盖 13 个研发阶段。
推荐理由：介绍 Open Targets 新临床数据管线如何整合 23 个来源并重估靶点临床先例，可了解其数据口径与阶段映射变化。
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。
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。
阿斯利康团队在Nature Chemical Biology发表研究，用DIA蛋白质组流程筛查204个雄激素受体异双功能降解剂（AR-HBD），将肝毒性定位至线粒体复合体Ⅰ，并据此改造出低毒性化合物3号。
推荐理由：研究用DIA蛋白质组与机器学习把AR降解剂肝毒性定位到线粒体复合体Ⅰ，并据此改造出低毒性候选化合物。
研究提出生成式框架 GENESIS（Generative ENErgy-based Single-cell Intervention Simulator），从定义实验条件的协变量直接预测单细胞响应分布，并以能量分数训练轻量神经网络。
推荐理由：研究提出以实验重复性为参照的评测框架，并比较不同训练条件覆盖对扰动预测的影响。
作者提出 FateDriver，一种弱监督双视图图神经网络，从单细胞转录组联合表示细胞与基因，把实验中递送的诱导因子作为稀疏基因级标签，在正样本-未标注框架下为指定细胞转变排序其余基因。
推荐理由：方法把实验中递送的诱导因子当作稀疏标签，为特定细胞转变排序候选调控因子，提供了可迁移的弱监督思路。
作者提出基因中心基础模型 EMBER，通过交互引导对比学习与掩码表达重建预训练，冻结编码器后用轻量探针预测单基因扰动响应、双基因互作与多靶点药物响应。摘要称其在跨情境扰动响应预测和遗传互作排序上优于所评估基线，并在 mTOR 抑制情境下将自噬体-溶酶体融合介导因子 SCFD1 列为候选依赖基因。该结果为预印本摘要报告，仅计算预测，尚待实验验证。
推荐理由：预印本提出以冻结基因表征加轻量探针统一预测单基因、双基因与多靶点药物响应，为跨情境扰动建模提供可复用思路。
Exin Therapeutics联合创始人兼CEO Gabriel Ocana-Santero公开一项实验，由Claude驱动的AI Agent从19种候选基因治疗载体中选择方案，确定外侧内嗅皮层为注射靶区，并操控自建电动定位装置完成小鼠脑内注射，人类仅负责开颅缝合与审批。
推荐理由：该实验展示AI从方案选择到设备执行的连接方式，也暴露了自主实验的安全边界问题。
加州大学旧金山分校Kevan M. Shokat与Kevin Lou团队在Nature发表研究，以ABL1和EGFR为模型系统梳理双位点激酶抑制剂的设计原则，并开发出双位点ABL1抑制剂PonatiLink-2。
推荐理由：研究以ABL1与EGFR为模型系统梳理双位点激酶抑制剂的设计参数，为兼顾效力与选择性提供可迁移思路。
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。
该预印本在五个基因不相交折上把随机测试负样本换成度匹配负样本，SLMGAE 的平均 AUROC 从 0.782 降至 0.501，GCATSL 从 0.721 降至 0.502，GRSMF 从 0.656 降至 0.492，而 SL2MF 从 0.376 升至 0.519。
推荐理由：研究用度匹配负样本与实测筛选池对照，揭示基准区分度与实验命中检索可能脱节。
作者提出 ImmuneTwins，通过用每个个体的观测数据个性化共享虚拟细胞模型来构建免疫数字孪生。在两个外部人群中，其免疫年龄误差相对现有最佳方法分别降低 32% 和 42%；在重复流感疫苗接种中，预测免疫细胞变化方向的准确率比已发表最佳方法高 35%，且随观测累积误差下降 27%。
推荐理由：研究用个体观测持续更新虚拟细胞模型，为个体免疫轨迹预测提供了可比较的评测参照。
Parse Biosciences（QIAGEN 旗下公司）与 Nomic Bio 宣布合作生成 Cascade，一个用于理解人类免疫反应的 1 亿细胞基础数据集。
推荐理由：该合作把单细胞转录组与分泌蛋白组配对，为免疫扰动数据缺口提供规模化来源。
英矽智能Fedor Galkin与Alex Zhavoronkov团队在Cell发表研究，构建首个面向衰老生物学的开放基准LongevityBench，含17项任务、覆盖临床记录、DNA甲基化、转录组、蛋白质组与遗传学五大数据域，共25457个评测提示。
推荐理由：该研究用17项任务评测18个前沿模型解读衰老组学数据的能力，并比较领域微调小模型与通用大模型的表现差异。
研究人员开发了基于神经常微分方程的生成式深度动力学模型DynaVelo，联合单细胞RNA表达与转录因子结合基序可及性重建细胞状态转变向量场，并模拟基因功能缺失与挽救扰动。
推荐理由：该研究用单细胞多组学动力学模型预测基因功能缺失与挽救，并在小鼠B细胞中做了双杂合突变验证。
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。
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。
Brian Hie 团队于 2026 年 10 月 29 日公开两篇 Evo 2 稿件，探索用少量示例做上下文学习来设计调控序列与蛋白。酵母任务中 4 条示例即可生成预测活性接近高活性对照的序列，但人类 5′ UTR 用 16 条示例时预测活性过阈值比例才超过 40%，且这些曲线并非湿实验结果。
推荐理由：文章逐项拆解 Evo 2 两篇稿件的计算与实验证据，区分预测活性、标记纯度与实测特异性。
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。
Scripps研究所与UCSF团队将茚三酮开发为精氨酸选择性共价弹头，并在Mino细胞蛋白质组中鉴定出6888个反应性精氨酸位点，其中410个为高反应性位点。DFT计算显示水溶液中茚三酮亲电活性高于PGO，体外实验显示其可与Fmoc-Arg反应而不与Fmoc-Lys反应。
推荐理由：该研究把茚三酮改造成精氨酸选择性共价弹头，为拓展共价药物可靶残基范围提供了可迁移的探针设计思路。