研究分析FoldX界面ΔΔG对起始结构的依赖：以戊二酰辅酶A脱氢酶为例
研究以戊二酰辅酶A脱氢酶（同源四聚体）的258个ClinVar错义变异为对象，对其中124个致病性变异计算ΔΔG，并在同一复合物的三个分子动力学快照上重算18个变异。
推荐理由：分析显示FoldX界面ΔΔG对起始结构敏感且随位置变化，为变异解读中的结构选择提供参照。
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 5 页
ChemRxiv Preprints精选AI 评分5858 arXiv · q-bio.BM (生物大分子)精选AI 评分7272 PROBE：面向结构药物设计的LLM智能体探测引导分子优化框架
作者提出PROBE框架，先对配体做可控的类似物编辑探测，把口袋-配体复合物对局部修改的响应蒸馏成EditManual，再结合位点图指导多智能体迭代优化。作者还引入两项诊断指标，分别衡量单次编辑同时改善结合亲和力与可开发性的频率，以及一个目标提升伴随另一个目标下降的频率，并据此指出当前LLM智能体管线常在不知复合物响应的情况下编辑分子。
推荐理由：该研究提出编辑-响应探测框架，用于诊断并缓解LLM智能体在亲和力与可开发性联合优化中的失败模式。
arXiv · q-bio.BM (生物大分子)精选AI 评分5858 蛋白质口袋间能迁移什么？分子优化中的经验复用与智能体结构药物设计
该研究分析一次基于LLM智能体的结构药物设计运行日志，检验以编辑位点接触、动作和轮次为键的经验库能否在未见过的CrossDocked2020测试集口袋上区分改善与变差的编辑。结果显示这种区分主要由编辑对分子大小的改变、动作和轮次解释，均不描述靶点；直接给出靶点身份时区分度高出数倍。在评估的精确匹配描述中，更具体的描述很少复现，较粗的描述区分度有限，可迁移信号主要描述编辑及其生成的分子而非靶点。
推荐理由：研究检验跨口袋经验复用能否区分改善与变差的编辑，为智能体结构药物设计的经验库设计提供参照。
bioRxiv · Biophysics精选AI 评分5959 多尺度动力学蒙特卡洛框架解析蛋白与小分子结合机制
研究提出多尺度蒙特卡洛框架，将蛋白与小分子结合拆为分子相遇、进入口袋和有效结合三个阶段，用10个蛋白-配体复合物（覆盖9个靶点、实验结合速率跨越近四个数量级）进行评测。
推荐理由：该框架把蛋白与小分子结合拆成三个阶段并逐段扰动，为理解结合动力学瓶颈提供了可解释的计算参照。
bioRxiv · Biochemistry精选AI 评分5858 靶向Cyclin D1折叠中间态实现选择性降解的小分子发现
研究通过计算重建Cyclin D1的折叠景观，识别出一个可结合配体的折叠中间态，并据此以结构为导向发现能选择性降解新生Cyclin D1的小分子。计算、生物物理与细胞层面的正交研究支持该机制，所发现的分子在体内显示抗肿瘤活性，并在CDK4/6抑制剂获得性耐药模型中保持效力。该工作为直接靶向Cyclin D1提供了策略，但结果来自预印本摘要。
推荐理由：研究以Cyclin D1折叠中间态为靶点设计小分子，为难以成药的靶点提供了一条可迁移的发现路径。
BioTender精选AI 评分7373 多伦多大学等提出SELECTBENCH，评测九种生成模型难区分目标与脱靶蛋白
多伦多大学、Mila 等机构提出 SELECTBENCH，将目标与脱靶蛋白同时纳入评价，评测九种结构驱动小分子生成模型的选择性。
推荐理由：该基准把目标与脱靶口袋同时纳入评测，揭示生成模型在相近蛋白上的选择性短板与阈值取舍。
bioRxiv · Bioinformatics精选AI 评分5858 gmx_MMPBSA 扩展端态结合自由能计算能力并新增 amber_MMPBSA 入口
gmx_MMPBSA 团队扩展了这款基于 GROMACS 的端态结合自由能计算工具，新增 GBNSR6 与非线性 PB 模型、二阶累积量（C2）熵估计、显式结构水以及多位点丙氨酸/甘氨酸突变功能。
推荐理由：介绍 gmx_MMPBSA 新增的端态结合自由能计算选项与 AMBER 入口，便于评估方法选择对结果的影响。
bioRxiv · Biophysics精选AI 评分5858 分子动力学模拟复现hERG离子通透并解析小分子调控机制
研究用分子动力学模拟复现了hERG钾通道持续的K+通透和与实验测量相当的单通道电导，并重现其单通道电导的不对称性。作者将选择性滤器最内侧离子结合位点S624的构象动力学确定为该不对称性的决定因素，将其替换为苏氨酸后不对称性消失。
推荐理由：用分子动力学模拟复现hERG单通道电导不对称，并区分抑制剂与激活剂的结合模式，为心脏安全性评估提供机制参照。
ACS JCIM (化学信息与建模)精选AI 评分6262 AI驱动发现流程将Carvedilol鉴定为THRβ新型部分激动剂
【摘要级】研究构建整合GNN虚拟筛选、基于结构的建模与多层级生物学验证的AI分层药物发现框架，用于加速THRβ激动剂发现。优化后的GNN模型优于传统机器学习方法，从内部化合物库中优先筛选活性化合物，再经分子对接与MM/GBSA重打分锁定Carvedilol。
推荐理由：研究用GNN筛选加对接与多层级实验验证，把已上市药物Carvedilol重定位为THRβ部分激动剂。
AI药物设计实验室精选AI 评分7070 俄亥俄州立大学MADDIE多智能体药物发现系统：50个靶点各交付100个候选分子
俄亥俄州立大学Xia Ning团队提出MADDIE多智能体药物发现系统，由中央Orchestrator调度HitIdentifier、LeadOptimizer、Evaluator和Synthesizer四个专职智能体，在50个蛋白靶点上均交付100个满足对接评分、类药性、合成难度、毒性预测等计算阈值的候选分子。
推荐理由：论文用50个靶点的对照与消融，说明中央调度主要减少达到同一计算目标所需的搜索量。
ChemRxiv Preprints精选AI 评分6868 SQM2.20sc 在公开自由能基准上以量子力学打分预测蛋白-配体结合亲和力
研究在包含88个蛋白-配体系列、1113个配体的 Public Free Energy Benchmark 上验证量子力学打分函数 SQM2.20，并应用在 PL-REX 数据集中独立推导的缩放因子得到 SQM2.20sc。
推荐理由：在公开自由能基准上比较量子力学打分与MD自由能计算的精度，为快速亲和力预测提供参照。
智药邦精选AI 评分5858 Iambic上市：投资者究竟买模型还是买药
智药邦以Iambic于2026年10月14日公布IPO定价（每股16美元、发行937.5万股、预计募资1.5亿美元）为切口，分析AI药企的平台价值应如何被检验。文章梳理其与武田、艾伯维的合作付款结构，以及口服HER2小分子抑制剂IAM1363在Ⅰ/Ⅰb期试验中53名受试者19例部分缓解（约36%，含未确认缓解）的早期数据，认为近期应看具体药物与合作交付，长期才看技术能否反复产出新资产。
推荐理由：以Iambic上市为切口，拆解AI药企的平台价值如何经由候选药物、临床数据与合作付款被逐步检验。
bioRxiv · Bioinformatics精选AI 评分6868 预印本提出抗体结合亲和力预测的主动学习基准框架
该预印本提出基于高斯过程主动学习的抗体-抗原结合亲和力预测基准，覆盖 AbBiBench 的八个公开实验数据集，包括流感血凝素抗体 CR6261、CR9114 及针对 SARS-CoV-2 Spike HR2 肽的 AAYL 系列 scFv 库。
推荐理由：该预印本在八个公开抗体亲和力数据集上比较主动学习采集策略，为有限实验预算下的变体优先排序提供参照。
ChemRxiv Preprints精选AI 评分6868 配体进出结合位点的历程：committor 增强采样与谱分析刻画苯脒-胰蛋白酶结合动力学
该预印本提出将基于 committor 的增强采样与无穷小生成元的谱分析结合，用于刻画配体如何进入并最终离开蛋白结合位点。在苯脒（BEN）与对氨基苯脒（PAB）–胰蛋白酶复合物上，该方法揭示了两者不同的结合路径，发现一个与晶体结构位点竞争的此前未被表征的 BEN 结合位点，并识别出解离共有的旋转瓶颈。
推荐理由：该预印本用 committor 增强采样与谱分析刻画配体进出结合位点的路径，为动力学表征提供可迁移的计算框架。
bioRxiv · Biochemistry精选AI 评分5858 靶向AgamOBP4的药物重定位发现新型驱蚊骨架
研究解析了冈比亚按蚊AgamOBP4与N-苯基-1-萘胺及两分子吲哚结合的两种晶体结构，识别出两个芳香结合亚位点及Thr58、Thr70关键残基。
推荐理由：研究以AgamOBP4晶体结构为起点做结构导向虚拟筛选，并用荧光结合与行为实验筛出驱蚊候选骨架。
ChemRxiv Preprints精选AI 评分5858 溴结构域家族绝对结合自由能预测对水模型的依赖性
研究构建含十个溴结构域-配体复合物的基准，用同一炼金术流程比较 TIP3P、TIP4P、TIP5P、TIP7P 四种水模型的绝对结合自由能预测。
推荐理由：研究在十个溴结构域-配体复合物上比较四种水模型的绝对结合自由能预测，为力场与水模型选择提供参照。
ChemRxiv Preprints精选AI 评分6565 研究提出PPI ΔΔG基准的目标间与目标内协方差分解
研究针对预测突变对蛋白-蛋白结合亲和力（ΔΔG）影响的基准评测，提出将合并相关系数精确分解为目标间与目标内两部分（r = C_B + C_W），并应用于经来源过滤的匹配评测集。
推荐理由：研究拆解PPI ΔΔG基准中的目标间与目标内信号，说明随机划分与家族分布外评测的差距来源。
bioRxiv · Bioinformatics精选AI 评分6969 Pose：仅依赖 NumPy 的手性感知分子结构构建与操作引擎
作者发布 Pose，一个仅依赖 NumPy 的 Python 库，可从序列构建多肽（含六种非天然氨基酸）和核酸双链，并以字母大小写设定残基手性。
推荐理由：该库以纯 NumPy 重实现力场与打分函数，并给出与 OpenMM、PyRosetta、Vina 的逐项对照，便于评估其可复用性。
arXiv · q-bio.BM (生物大分子)精选AI 评分5858 QUBO 结合量子-经典混合优化用于多构象配体选择
研究将多构象配体选择重构为带有限惩罚和离散占据数的 QUBO 问题，并用量子-经典混合求解器求解。在 83 组配对 X 射线配体条目上，与基于 MIQP 的 qFit-ligand 流程使用相同实验输入和处理协议比较。
推荐理由：研究把多构象配体选择改写为 QUBO 问题，并在 83 组 X 射线条目上与 MIQP 流程对比，给出区域密度与原子级密度指标的分歧。
AI药物设计实验室精选AI 评分7373 上海人工智能实验室等提出 DrugHarness：亲和力比较准确率从 62.2% 升至 81.1%
上海人工智能实验室、中国药科大学等机构发布预印本 DrugHarness，将 80 多项科学工具的执行与带条件的技能学习整合到同一智能体系统中。加入冻结领域技能后，Qwen3.7-Max 在 MolBench 的亲和力比较准确率从 62.2% 升至 81.1%，优化成功率从 79.5% 升至 87.2%，但虚拟筛选 Hit@3 从 60% 降至 48%。
推荐理由：该预印本把智能体的工具执行与条件式技能学习结合，并给出基准与细胞实验的对照结果。