LabCompass预印本：用生成式逆向设计指导细胞实验
Fabian Theis团队发布预印本LabCompass，将实验设计的生成模型与细胞响应的前向模型耦合，在连续设计空间中按目标表型生成候选实验条件，并逐轮用实验测量反馈。
推荐理由：研究把细胞响应预测模型反过来用于设计实验，并在原代造血细胞中做了实验验证，为虚拟细胞的实验指导能力提供了参照。
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
精选归档 · 第 7 页
Fabian Theis精选AI 评分7676 AI药物设计实验室精选AI 评分7878 Nature Communications 2026：高通量蛋白质组学与AI折叠发现靶向VAV1的分子胶
2026年发表于《Nature Communications》的研究用高通量DIA全球蛋白质组学在Jurkat细胞中筛选出可经CRBN诱导VAV1降解的苯基-戊二酰亚胺类分子胶，关键降解元件定位在VAV1 C端SH3-2结构域的RDxS基序（796–799位点）。
推荐理由：研究把高通量蛋白质组学与AI三元复合物折叠串成分子胶发现链，并给出FEP与细胞降解效力的相关性参照。
Nature Chemical Biology精选AI 评分8282 蛋白质组学引导的降解剂设计：定位并缓解AR降解剂的线粒体脱靶毒性
【全文节选总结】研究建立高通量DIA蛋白质组学流程，在HepG2细胞中筛选204个靶向雄激素受体（AR）的异双功能降解剂（HBD），发现CRBN招募型AR降解剂会广泛扰动线粒体蛋白组，并鉴定出电子传递链复合物I抑制是其脱靶毒性机制。
推荐理由：研究用高通量蛋白质组学定位AR降解剂的线粒体脱靶毒性，并据此改造出更安全的类似物。
BioAge Labs精选AI 评分5858 BioAge与诺华在ARDD公布Project APEx靶点发现合作首批结果
BioAge与诺华在2026年ARDD会议上公布靶点发现合作Project APEx的首批结果，该合作聚焦运动与衰老。报告内容包括心衰诊断前近二十年的血液分子信号、阿尔茨海默病抗性人群的蛋白特征、区分十年体能保持与衰退者的蛋白，以及合作识别的一个新靶点，其证据覆盖心脏、代谢、肌肉和体能性状。APEx结合BioAge基于数十年纵向分子谱与健康寿命指标构建的发现平台和诺华的运动会生理数据。
推荐理由：BioAge与诺华公开靶点发现合作的首批结果，展示纵向人群分子数据如何指向衰老相关疾病信号。
晶泰科技精选AI 评分6868 晶泰科技公布XGlue™分子胶管线进展，活性提升超千倍
晶泰科技在Discovery on Target 2026大会上公布分子胶平台XGlue™进展，针对自身免疫疾病靶点的项目从微摩尔级Hit分子出发，数月内将活性推进至纳摩尔级甚至更低，实现千倍以上提升，正迈向PCC阶段。
推荐理由：晶泰披露分子胶平台在难成药靶点上的阶段性数据，展示了计算筛选与机器人实验迭代如何收窄化学空间。
PLOS Computational Biology精选AI 评分6868 CardamomOT：基于机制最优传输的基因调控网络推断与轨迹重建框架
【全文节选总结】作者提出CardamomOT，在机制最优传输框架下从时序scRNA-seq快照联合推断基因调控网络与隐藏蛋白轨迹，并校准为可生成数据、模拟基因敲除与过表达的生成模型。
推荐理由：该方法把GRN驱动的机制模型嵌入最优传输，用时间序列快照联合重建蛋白轨迹与调控网络，并给出可模拟扰动的生成模型。
ACS JCIM (化学信息与建模)精选AI 评分6767 研究构建时间验证的靶点Tclin相似性预测模型
【摘要级】研究开发疾病无关的知识图谱机器学习模型评估非Tclin蛋白与已知作用机制药物靶点的相似度，训练数据截至2017年12月并完全留出2018年后获得Tclin状态的115个蛋白。
推荐理由：研究用时间外推验证靶点成药性模型，为可成药基因组规模估计提供对照参照。
LeapFun精选AI 评分6565 罗氏称约40%研发管线决策有AI贡献，并展示Lab-in-the-Loop闭环
在Roche Pharma Day 2026演讲中，Aviv Regev介绍罗氏正在建设的Lab-in-the-Loop，将AI、基础模型、自动化实验与临床数据嵌入从靶点发现到临床验证的环节；2025年第四季度至2026年第二季度约40%的研发管线决策存在可追踪的AI或计算贡献。
推荐理由：罗氏披露AI在研发管线决策中的实际占比与闭环建设路径，为评估药企AI落地程度提供参照。
Marinka Zitnik精选AI 评分6262 生物推理模型是否真正使用生物输入
Marinka Zitnik 转发 Ada Fang 等人的论文，考察生物推理模型在回答蛋白质、基因和细胞问题时是否真正使用生物输入，还是主要依赖文本。该研究指出，高性能可能造成依赖生物表征的假象，推理轨迹并不总能反映证据，并讨论了这些局限与改进路径。模型输入包括生物基础模型的表征以及功能注释、基因与通路描述、按表达排序的基因列表等生物文本。
推荐理由：研究追问生物推理模型是否真正使用生物输入，为理解其推理依据与评测局限提供参照。
Generate:Biomedicines精选AI 评分5858 Generate:Biomedicines 与 Roswell Park 开发 AI 设计 MUC16 CAR T 候选物 GB-5267
Generate:Biomedicines 与 Roswell Park 合作开发 GB-5267，这是一款针对卵巢癌、经 AI 设计识别肿瘤锚定 MUC16 的 CAR T 疗法。公司博客以“Engineering CAR T-Cells to Function Where Others Fail”为题说明其设计思路，并提出一期临床需要回答的问题。
推荐理由：Generate:Biomedicines 与 Roswell Park 公布 AI 设计的 MUC16 CAR T 候选物，并说明其设计思路与一期临床待解问题。
Bioinformatics (Oxford)精选AI 评分5858 RAGCell：以检索增强生成作监督的单细胞分析框架
【全文总结】RAGCell 提出用检索增强生成（RAG）为单细胞模型提供监督：先用 GPT-4o mini、GPT-3.5 生成细胞级与特征级文本描述并向量化建库，再通过细胞—文本对比对齐训练轻量 Transformer 细胞模型。
推荐理由：该框架用LLM生成的双层知识库作监督，在多项单细胞任务上以更低预训练成本对标主流基础模型。
Bioinformatics (Oxford)精选AI 评分6969 scLDM：用条件扩散框架预测单细胞扰动响应
【全文总结】作者提出 scLDM，将变分自编码器与条件潜扩散模型结合，在潜空间预测扰动后的单细胞转录组，并用最优传输构造对照与扰动细胞的配对训练数据。
推荐理由：该框架用潜空间条件扩散预测单细胞扰动响应，并在六个公开数据集上与多种基线比较，可供了解该任务的建模与评测方式。
Recursion精选AI 评分5858 Recursion 称已培养超 1 万亿神经元构建全基因组图谱，Genentech 选择首个神经科学靶点
Recursion CEO Najat Khan 介绍，公司自 2021 年起规模化培养人神经元，累计培养超过 1 万亿个神经元，约相当于 12 个人脑，并执行系统性全基因组扰动与高维成像。这些 iPSC 来源神经元采用与 Roche 和 Genentech 合作开发的自有方案维持存活、一致性与生物学代表性。Genentech 已将合作中的首个神经科学靶点选择进入联合早期发现项目。
推荐理由：Recursion 披露其工业规模神经元培养与全基因组扰动平台，并说明 Genentech 已选择首个神经科学靶点进入联合早期发现。
AI蛋白质精选AI 评分7474 斯坦福团队发表Virtual Biotech多智能体框架，模拟药企组织完成靶点发现与临床开发推理
斯坦福大学James Zou团队在Science发表Virtual Biotech，一个模拟生物技术公司组织架构的多智能体AI系统，设虚拟首席科学官及靶点识别、靶点安全、模态选择、临床开发四个科学家智能体部门。
推荐理由：斯坦福团队用多智能体模拟药企部门，在三个真实决策点上展示跨尺度证据整合与失败试验复盘。
BioSymetrics精选AI 评分5858 Lunaibio 与 Tanaist 达成全球独家许可与合作，为 AI 帕金森病平台引入人类细胞表型
BioSymetrics 母公司 Lunaibio 宣布与 Tanaist 达成全球独家许可与合作协议，将人类细胞表型能力加入其 AI 驱动的帕金森病平台。该合作把实验验证环节纳入平台，具体交易金额与资产细节未在推文中披露。
推荐理由：BioSymetrics 母公司 Lunaibio 与 Tanaist 达成帕金森病平台合作，可了解细胞表型数据如何接入 AI 药物发现流程。
Envisagenics 官网资讯精选AI 评分7171 Envisagenics与勃林格殷格翰达成多靶点合作，基于RNA剪接来源靶点开发实体瘤精准疗法
Envisagenics与勃林格殷格翰达成多年研究合作及选择权协议，将验证其SpliceCore平台筛选出的肿瘤特异性靶点，用于开发实体瘤精准疗法。勃林格殷格翰可在研究项目完成后独家许可选定靶点，并可能将其用于抗体偶联药物、T细胞衔接器和多特异性抗体等模态。
推荐理由：该合作把RNA剪接来源的肿瘤特异性靶点交给MNC验证，并覆盖ADC、T细胞衔接器等多种模态，可观察AI靶点发现如何进入产业管线。
临港实验室精选AI 评分5555 临港实验室元生·开物发布AI原生制药工作台升级版
临港实验室元生·开物发布新版本，上线协作空间与OriBench Structure Viewer，支持多人多Agent协作、蛋白结构叠合与靶点注释，并开放自定义套件能力。
推荐理由：临港实验室发布元生·开物工作台升级，展示多模型配置在BiomniBench-DA上的对照结果与协作功能。
BioMap 百图生科精选AI 评分5858 百图生科联合弘星相和推出靶点评估智能体Gnosight
百图生科与弘星相和联合推出靶点评估智能体Gnosight，上线数月已完成近百个靶点的智能化评估筛选，并称已有依托其决策选择的创新靶点项目进入PCC阶段。该智能体结合百图生科xTrimo V4生命科学大模型与弘星相和的靶点及成药性评判经验，官方称单次评估约20分钟即可形成完整报告，目前对外开放使用申请。双方同时签署战略合作协议，聚焦创新药物研发上游的靶点选择与成药性评估环节。
推荐理由：百图生科与弘星相和把审评与立项经验嵌入靶点评估智能体，并披露了试用规模与后续管线进展。
ACS JCIM (化学信息与建模)精选AI 评分7373 HPM-CKB：面向人传病原体的AI化学基因组学知识库与抗菌药物发现平台
【摘要级】作者发布人传病原体化学基因组学知识库HPM-CKB，覆盖267种微生物的7876个致病蛋白、13914个蛋白三维结构和234287个生物活性分子，支持大规模虚拟筛选、靶点识别与药物重定位，并接入大语言模型做交互查询。
推荐理由：该知识库把病原体化学基因组数据与虚拟筛选、深度学习模块整合，并用湿实验验证重定位候选，可作为抗感染药物发现的平台参照。
Biohub · News精选AI 评分7474 Biohub 用 AI 建模肿瘤细胞状态，在 DMG 小鼠中验证双药组合延长生存
Biohub 与哥伦比亚大学等机构的研究者开发 AI 系统，用 ARACNe 与 VIPER/metaVIPER 从单细胞 RNA 测序数据中识别控制肿瘤细胞状态的 Master Regulators，发现同一瘤种的患者共享近乎相同的恶性细胞状态集合，相关结果发表于两篇 Nature Genetics 论文。
推荐理由：两篇 Nature Genetics 论文用单细胞数据刻画肿瘤细胞状态，并在 DMG 模型中验证组合用药的协同生存获益。