BioEmu2 全流程教程与实测：微软开源全原子生物分子结构与动力学模型
作者在 Linux + conda + NVIDIA RTX 4080 SUPER 上实测微软 BioEmu2 全原子扩散模型，对腺苷酸激酶 ADK 和肌红蛋白各生成 8 个初始候选、从同一起点推进 4 条轨迹，每条 20 次、每次 50 ns，覆盖 1 μs 模型时间，80 个推进端点全部通过几何检查。
推荐理由：作者在单卡上实测微软 BioEmu2 的结构预测与时间推进流程，给出可复用的参数设置与耗时数据。
内容形态
开源算法与工具 最新动态
生命科学开源算法库、分子模拟工具箱、数据集与计算生物学基础软件设施发布更新。
129 条精选近 30 天 78 条共收录 253 条
更新
开源算法与工具的精选
BioAICraft精选AI 评分6060
奶牛猫的CADD实验室精选AI 评分7373 机器学习力场SO3LR Tauri发布：训练覆盖85种元素，可模拟蛋白质与DNA体系
研究人员发布机器学习力场SO3LR Tauri，用约1.48亿个量子化学结构训练，覆盖85种元素并提供三种规模模型。作者在Crambin蛋白质模拟中报告重原子RMSD约1.10 Å，在顺铂与DNA交联体系中无需额外约束即维持铂四配位，但水分子扩散速度约为实验值一半，单张AMD MI355X GPU上中等模型模拟5万原子体系约1.8 ns/day。代码、模型和训练数据已公开。
推荐理由：该工作用同一机器学习力场覆盖85种元素并测试多种生物体系，同时给出水扩散偏慢与模拟速度的具体边界。
ChemRxiv Preprints精选AI 评分6868 OpenASChem：面向高通量亲和选择质谱的开源数据分析软件套件
作者发布开源平台 OpenASChem，为高通量 pull-down 亲和选择质谱（AS-MS）筛选提供带图形界面的化合物中心分析，整合标准品引导的峰匹配、跨轮定量与富集分析以及交互式色谱审阅。
推荐理由：开源工具把亲和选择质谱的峰匹配、跨轮定量与富集分析整合到图形界面，并给出与既有流程的对照评测。
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。
ChemRxiv Preprints精选AI 评分5858 vibyverse：经智能体工程构建的集成计算化学工具链
作者发布 vibyverse 集成计算化学工具链，由 vibe-sketcher（化学结构与反应式）、vibe-qc（电子结构计算）、vibe-scheduler（执行与检索）、vibe-viewer（检查与展示）和结构化交换格式 QVF 组成，流程从反应设计经调度提交、计算到查看分析，数据通过 QVF 传递。
推荐理由：该工作把反应设计、电子结构计算、任务调度与结果查看串成一套可复用流程，并给出端到端算例与数据归档。
机器之心 · AI4Science精选AI 评分6767 至知创新研究院发布分布式计算系统Tessera，在512张GPU上完成约3070万原子分子动力学计算
至知创新研究院在论文中提出分布式计算系统Tessera，基于E2Former V2架构的UBio-MolFM模型，在512张GPU上完成约3070万原子的完整能量与受力计算，单步耗时1.684秒，扩展效率89.7%。
推荐理由：该工作把多层等变机器学习力场扩展到数千万原子，并给出弱扩展效率与千万原子轨迹的结构统计对照。
ChemRxiv Preprints精选AI 评分5858 POLEN：支持相互极化 AMOEBA 嵌入的 OpenMM ML/MM 模拟框架
作者发布 POLEN（POLarizable Embedding for Neural-network potentials），一个用于 ML/MM 模拟的 OpenMM 插件，采用相互极化的 AMOEBA 嵌入，并提供由 ML 训练头 MuPE(ML) 在每步预测多极矩、极化率和电荷穿透的变体。
推荐理由：介绍一个可复用的 OpenMM 插件，用于带相互极化 AMOEBA 嵌入的 ML/MM 模拟，并给出三类测试体系。
临港实验室精选AI 评分7272 临港实验室与上海人工智能实验室推出元生·自驱动实验室平台AutoLab
临港实验室与上海人工智能实验室联合推出基于OriBench的自驱动实验室平台AutoLab，打通从计算推演到实验验证的干湿闭环。平台融合OriGene智能体、实验室操作系统LabOS、具身智能与科研数据体系，各组件MCP工具化，设备经ADK套件与SCP-Lab协议接入后可被智能体调度复用。
推荐理由：平台把配方设计、自动制备与数据回流串成闭环，LNP实验展示了干湿迭代的具体路径。
ChemRxiv Preprints精选AI 评分6363 LigandFF：基于公开算法开源复现CGenFF原子分型与参数分配
LigandFF 依据已发表的算法和公开的 CGenFF 5.0 拓扑、参数与电荷增量文件，开源复现了 CGenFF 的原子分型、键电荷增量赋电荷与类比参数迁移流程，可输出 CHARMM stream、PSF 及 OpenMM、GROMACS 输入。
推荐理由：开源复现CGenFF的原子分型与参数类比流程，并给出与官方程序在留出集上的逐项对照。
澪乃ゆい精选AI 评分5858 RFD4-Proteina 推出 Mac 本地版，作者实测生成 GLP-1R 结合剂
澪乃ゆい实测了 BIOS 推出的 RFD4-Proteina Mac 本地移植版，用面向 Apple Silicon 优化的 MLX/Metal 实现生成针对 GLP-1R 的结合剂设计，并称安装和运行都比预想简单。据其引用的 BIOS 介绍，该移植版在默认精度下生成速度比原生 PyTorch-MPS 快 2.2 倍，在 M5 Pro 上约 12 分钟完成 20 个设计的生成与结构筛选、得到 10 个排序候选，设置后可离线运行。
推荐理由：作者实测了 RFD4-Proteina 的 Mac 本地移植版，展示了在 Apple Silicon 上生成并筛选 GLP-1R 结合剂设计的可用性。
BioAIDesign精选AI 评分5858 BioAIDesign 解析 pLDDT、ipTM 等结构预测评估指标并实操 foldmetrics
BioAIDesign 发布结构预测评估指南，逐层解释 pLDDT、PAE、pTM、ipTM、pDockQ、pDockQ2、ipSAE 与 LIS 等指标分别回答局部可信度、链间相对位置还是与参考结构的准确度，并指出 ipTM 0.9 不能换算成亲和力。
推荐理由：文章把结构预测的置信度、准确度与结合证据分层拆开，并给出可复用的汇总工具与判读顺序。
bioRxiv · Biophysics精选AI 评分5858 Astex-Faro：用参考集合比对识别冷冻电镜药物筛选中的命中物
研究提出 Astex-Faro 统计框架，从参考集合定义期望样本状态，并通过与参考比对在目标密度图中识别显著结构偏差，同时增强弱或分辨不佳的特征。作者引入傅里叶壳层相干性（FSCoh）指标量化重构集合间的一致性，并在从高均一性样品到膜蛋白、低占据配体及片段筛选实验的多类数据集上报告其可检测细微结构特征。该工作为冷冻电镜筛选中的命中识别提供方法框架，结果来自预印本摘要。
推荐理由：针对冷冻电镜筛选中的弱密度与低占据配体识别，提出以参考集合比对定位显著结构偏差的统计框架。
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。
BioAICraft精选AI 评分5858 Mol-1全流程教程与实测：四类复合物结构预测及有无MSA对比
作者在Linux加RTX 4080S环境部署Molence Bio开源的Mol-1全原子结构预测模型，对蛋白-蛋白、抗体-抗原、纳米抗体和蛋白-小分子四类体系各做有/无MSA预测，共生成24个结构。
推荐理由：作者在RTX 4080S上实测Mol-1四类复合物预测，对比有无MSA的DockQ与RMSD差异，可作为部署与参数配置参考。
ChemRxiv Preprints精选AI 评分6363 RxnScout：视觉语言智能体优化镍催化C-糖基化反应条件
研究在湿实验试点中评估本地部署的视觉语言模型智能体RxnScout，用于筛选此前未优化的镍催化C-糖基化底物对反应条件。RxnScout读取反应式图像，从化学家整理的市售试剂集中选择候选，并根据实测产率更新推荐；顺序筛选每次只改变一个条件维度，执行前由化学家审核理由。湿实验比较显示，RxnScout以少于基线的试验次数达到该轮筛选中的最佳催化剂产率，文中还讨论了部署权衡、局限与生成理由中的错误。
推荐理由：预印本报告视觉语言智能体在湿实验中筛选镍催化糖基化条件，并与基线比较试验次数。
Genesis Molecular AI精选AI 评分5858 Caltech 与 Genesis 团队发布 DDAMO 论文并开源代码
Caltech 的 Trevor Chen 与 @ariel_1214_ 共同主导，联合 Genesis 团队（@edunov、@gruver_nate）等作者发布论文 arXiv:2607.02834，并在 GitHub 开源代码 DDAMO。材料未披露研究任务、方法细节与实验结果。
Google DeepMind / Isomorphic精选AI 评分6363 Google DeepMind 为 Antigravity 推出化学信息学技能，智能体一小时完成大环设计与合成路线
Google DeepMind 为 Google Antigravity 发布 Cheminformatics Skills，基于 RDKit 并接入 ChEMBL 与 PubChem，让语言模型负责流程编排、确定性化学工具执行分子计算。
推荐理由：官方演示了智能体在真实肺癌药物数据上完成检索、配对分析与大环设计，可观察化学工作流的自动化边界。
ChemRxiv Preprints精选AI 评分5858 研究提出用快速傅里叶变换计算界面埋藏表面积的方法
研究提出一种基于快速傅里叶变换（FFT）的方法，用于高效计算两个结合伙伴在多个相对平移下的溶剂可及表面积（SASA）变化，并通过网格化 SASA 与溶剂排除网格的互相关得到埋藏表面积（BSA）。
推荐理由：该方法把界面埋藏面积计算从逐姿态直接求和改为 FFT 互相关，为大规模生物分子界面扫描提供可迁移的加速思路。
机器之心 · AI4Science精选AI 评分7878 斯坦福 X-lab 与 SNAP 实验室发布 ProteoCraft 蛋白设计框架
斯坦福大学 X-lab 与 SNAP 实验室联合发布蛋白设计框架 ProteoCraft，采用梯度提案、完整结构预测验证与两阶段蒙特卡洛树搜索，支持结合蛋白从头设计和限定区域局部改造。
推荐理由：报道介绍斯坦福团队的提案—验证搜索框架，用独立结构预测与湿实验数据展示从头与局部设计的阶段性表现。
Open Targets · Blog精选AI 评分6767 Open Targets 发布 Mira 临床数据管线，整合 23 个来源增强平台临床试验证据
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。