研究用NeuralPlexer生成复合物与NRI动态分析重定位BCL-2抑制剂并获体外验证
【全文节选总结】研究提出一条面向BCL-2的多模态药物重定位流程，用扩散生成模型NeuralPlexer为3094个FDA已批准药物生成配体特异性复合物构象，保留1294个结构可接受构象，经Glide SP精修与RMSD<2 Å过滤后得463个化合物。
推荐理由：研究把扩散生成复合物、MD轨迹图推断与湿实验串成一条重定位流程，为多指标筛选提供可迁移参照。
研发方向
虚拟筛选与分子对接 最新动态
面向药物发现的分子虚拟筛选、蛋白质—配体对接与结合自由能预测；区分计算分数、实际结合和功能验证，不含 AIVC 虚拟细胞。
234 条精选近 30 天 145 条共收录 352 条
更新
精选归档 · 第 11 页
ACS JCIM (化学信息与建模)精选AI 评分6868
Nature Biotechnology精选AI 评分8282 研究用MaSIF-mimicry与GluePCA绘制CRBN可成药互作组
【全文节选总结】研究团队将基于表面的MaSIF-mimicry计算搜索与高通量蛋白互补实验GluePCA结合，在人类蛋白质组范围内绘制CRBN-分子胶可及互作空间。
推荐理由：研究把表面相似性计算搜索与大规模结合实验串联，为分子胶可及靶点空间提供了可迁移的筛选路径。
Bioinformatics (Oxford)精选AI 评分6363 GRASSP：融合RNA语言模型与自适应门控图注意力的RNA-小分子结合位点预测
【全文总结】作者提出GRASSP，用ERNIE-RNA同时提取序列嵌入和预测二级结构特征，经两层共享参数GAT与自适应门控融合后逐核苷酸预测小分子结合位点。在TE18上相对最强基线MVRBind提升精确率2.6%、召回率24.3%、MCC 2.3%；HARIBOSS四个子集AUC提升3.9%–24.1%。
推荐理由：研究把RNA语言模型嵌入与预测二级结构特征接入双层图注意力网络，为RNA小分子结合位点预测提供可复用的轻量方案。
Bioinformatics (Oxford)精选AI 评分6969 NCFlow：用流匹配设计含非天然氨基酸的多肽
【全文总结】作者提出 NCFlow，一个基于流匹配的生成模型，可在给定蛋白口袋中预测任意非天然氨基酸（ncAA）的三维构象，并据此对多肽做单点突变扫描以筛选结合力提升的变体。
推荐理由：作者提出用流匹配在固定骨架上放置非天然氨基酸，并用深度学习与炼金自由能双重打分筛选多肽变体。
ACS JMC (药物化学)精选AI 评分7272 PepGate：用于ACE抑制肽从头设计的双路径扩散框架
【摘要级】研究提出PepGate门控双路径离散扩散框架，用于从头设计ACE抑制肽，并基于微调蛋白语言模型得到的短肽专用基础模型PepGPT，构建了生成模型PepGen与判别器PepClass、PepIC50组成的流程。
推荐理由：该研究用门控双路径离散扩散设计ACE抑制肽，并在SHR大鼠中验证候选肽的降压作用，为多肽从头设计提供了从生成到体内验证的实例。
ACS JCIM (化学信息与建模)精选AI 评分5858 从三元复合物建模到预测性PROTAC设计：计算方法综述
【全文节选总结】Schulz、Reynolds与Schürer在ACS JCIM发表观点文章，系统梳理2019年以来PROTAC计算设计从约束驱动三元复合物建模到数据驱动预测与生成设计的演进。
推荐理由：综述梳理PROTAC三元复合物建模与降解预测方法，指出评分与基准碎片化是走向前瞻设计的主要瓶颈。
Bioinformatics (Oxford)精选AI 评分6262 SimBinder-IF：基于高效偏好学习的结构感知抗体亲和力优化
【全文总结】SimBinder-IF 在 ESM-IF 基础上冻结结构编码器、仅用 SimPO 微调序列解码器，以提升抗体序列对数似然与结合亲和力的一致性。
推荐理由：研究用偏好优化微调ESM-IF的序列解码器，在留出抗原上比较亲和力排序与基线表现。
A-Alpha Bio 官网资讯精选AI 评分7272 A-Alpha Bio 发起 Atlas Consortium 数据联盟，GSK、Boltz、Cradle、Dyno Therapeutics 为首批成员
A-Alpha Bio 宣布成立 Atlas Consortium，首批五家创始成员包括 GSK、Boltz、Cradle 和 Dyno Therapeutics，以订阅制按季度设计并共享标准化抗体抗原实验数据。
推荐理由：该联盟以订阅制汇集标准化抗体抗原实验数据，为AI抗体设计提供可比的亲和力与结构训练资源。
予路乾行精选AI 评分5858 予路乾行用分子动力学设计DYRK1B选择性抑制剂，选择性从约2倍提升至近20倍
予路乾行为一家海外生物技术公司完成DYRK1B选择性抑制剂项目，6个月内设计并合成20个化合物，交付IC50小于5nM、对DYRK1A选择性指数近20倍的分子。
推荐理由：项目展示了用分子动力学捕捉同源激酶动态构象差异、指导选择性设计的可复用路径。
分子之心MoleculeMind精选AI 评分6565 分子之心MMDesign环肽从头设计获湿实验验证，p53-MDM2首轮21条中16条命中
分子之心在WAIC 2026公布MMDesign环肽从头设计结果：针对p53-MDM2靶点首轮设计并测试的21条候选环肽中16条实验命中，命中率超过70%，最优候选KD为13.7微摩尔，优于同期实验阳性对照；PD-L1靶点首轮19条候选中有6条经SPR确认结合，最佳KD接近40微摩尔。
推荐理由：分子之心公布MMDesign在p53-MDM2与PD-L1两个PPI靶点的环肽首轮湿实验命中数据，可与纳米抗体结果对照看平台跨模态能力。
A-Alpha Bio 官网资讯精选AI 评分6868 A-Alpha Bio 推出 Atlas 平台，以实验结合数据缓解 AI 蛋白设计的数据瓶颈
A-Alpha Bio 推出名为 Atlas 的网页平台，提供可授权的机器学习就绪蛋白相互作用数据，并支持按需生成新的结合数据。平台由高通量平台 AlphaSeq 产生数据，采用统一实验条件与标准化对照，使不同实验的数据集可合并用于模型训练与基准评测。
推荐理由：该平台把标准化实验产生的结合数据组织成可授权数据集，为抗体设计模型的训练与基准评测提供数据来源。
MIT Jameel Clinic · News精选AI 评分7373 机器学习筛选出抗耐药淋球菌的新型抗生素候选分子
MIT 的 Melis Anahtar 团队用含 38,650 个分子及其抑制淋球菌生长数据训练神经网络，再筛选 610 万分子，找到预测可靶向该菌的候选。实验室测试显示其中一个分子对多重耐药淋球菌有效且对人细胞毒性较低；用另外 152 个分子重训模型后又发现一个候选，该分子在体外杀死多重耐药菌株并在小鼠体内降低药物敏感菌株水平，进一步实验显示其抑制细菌细胞壁合成所需的一种酶。
推荐理由：研究用3.8万分子训练神经网络筛选610万分子，找到对多重耐药淋球菌有效且机制新颖的候选。
NVIDIA Healthcare & BioNeMo精选AI 评分7272 NVIDIA 发布 BioNeMo Agent Toolkit，为 AI 智能体提供生命科学工具
NVIDIA 发布 BioNeMo Agent Toolkit，将十余年积累的生命科学库、工具与开放模型封装为智能体可调用的技能，覆盖蛋白结构预测、分子对接、生成式化学、基因组分析、蛋白设计与生物标志物发现。
推荐理由：英伟达把十余年生命科学库与模型封装成智能体可调用工具，并列出多家药企与平台的接入情况。
HouMed精选AI 评分7474 浙大团队在Nature Communications发表机器学习增强采样工作流，解析AR-NTD配体识别并发现新型拮抗剂K53
浙江大学李丹、侯廷军团队在Nature Communications发表机器学习增强采样工作流，用于解析本征无序蛋白AR-NTD的构象景观与配体识别机制，并发现新型AR-NTD拮抗剂K53。
推荐理由：该工作把增强采样、机器学习集合变量与虚拟筛选串成流程，用于本征无序蛋白的构象与配体识别研究。
Genesis Therapeutics 官网资讯精选AI 评分7373 Genesis 发布 DeCAF-Pearl：面向全原子共折叠的流映射蒸馏模型
Genesis 发布 DeCAF-Pearl，这是首个用于全原子共折叠的流映射模型，由 Pearl-2026.1.dev 蒸馏而来，扩散采样阶段的模型调用减少约 20 倍，整体推理加速约 5 倍。
推荐理由：Genesis 将 Pearl 共折叠模型蒸馏为少步流映射模型，在保持成功率的同时把推理成本降低约 5 倍。
HouMed精选AI 评分7474 侯廷军团队在ChemRxiv发布LiTENexus量子化学驱动端到端AI药物发现系统
浙江大学侯廷军团队联合澳门理工大学于2026年5月15日在ChemRxiv发布LiTENexus系统，提出量子化学信息注入（QCII）机制，将势能面、电荷分布、偶极矩等规律编码进神经算子，构建端到端虚拟药物发现平台。
推荐理由：侯廷军团队把量子化学信息注入神经算子，在ADMET与分布外化学空间给出可对照的基准结果。
Genesis Therapeutics 官网资讯精选AI 评分7171 Incyte 与 Genesis Molecular AI 扩大合作，120 亿美元级条款训练 GEMS 平台
Incyte 与 Genesis Molecular AI 扩大战略合作，Incyte 将共享自有实验数据用于训练 Genesis 的 GEMS 分子 AI 平台，并新增至少 5 个由 Incyte 选定的合作靶点。
推荐理由：交易条款与数据授权范围披露较完整，可观察大药企自有实验数据进入分子AI训练的具体安排。
AI4Protein精选AI 评分6767 清华与字节团队AnewOmni：跨尺度统一分子生成模型
字节AI制药团队与清华AIR团队开发统一分子生成模型AnewOmni，可设计小分子、多肽和纳米抗体，训练数据超过500万个生物分子复合物。模型支持可编程图提示，可施加化学约束、拓扑约束与几何转向，并生成非天然氨基酸、手性分子、共价结合等非标准化学结构。
推荐理由：介绍统一分子生成模型在KRAS G12D与PCSK9上的跨模态设计结果，可作为多模态药物设计的参照。
Yang Zhang Lab精选AI 评分5858 新加坡国立大学团队发布配对蛋白语言模型PPLM，可预测蛋白互作与结合界面
新加坡国立大学研究人员开发配对蛋白语言模型PPLM，同时从两条相互作用蛋白中学习，用于预测蛋白互作、结合强度与相互作用界面。该模型面向蛋白互作这一细胞过程基础问题，团队称其可为疾病研究与药物发现提供新线索。
推荐理由：该模型同时读取两条相互作用蛋白序列，为蛋白互作、结合强度与界面的统一预测提供新思路。
David Mobley精选AI 评分6262 SepTop方法用于片段连接与跃迁的相对结合自由能计算并发表论文
David Mobley团队发表论文，测试其SepTop方法在片段连接、拼接与跃迁场景下的相对结合自由能计算，作者称效果相当好。论文发表于J. Chem. Inf. Model.，链接为https://pubs.acs.org/doi/10.1021/acs.jcim.5c03091。
推荐理由：作者团队测试SepTop在片段连接与跃迁的相对结合自由能计算，为片段生长策略提供方法参照。