面向有限步分子图生成的图能量学习
针对能量模型在固定步数采样时偏离平衡分布的问题，研究提出有限步能量学习（finite-horizon energy learning），调整 Metropolis–Hastings 采样器的接受能量以适配预设步数下返回的实际分布。
AI 制药
全部主题结构预测、生成式设计与虚拟细胞：AI 在药物发现和临床中的可验证进展。
最新精选
第 1–20 条 · 共 115 条AI × 生物医药精选评分4444 中文产业新闻精选评分6161 Nature Biotechnology 论文称 AI 基因扰动模型或被基准指标低估真实性能
2026年10月，Shift Bioscience 与多伦多大学等团队在 Nature Biotechnology 发表论文指出，使用校准后的评测指标后，scGPT、GEARS 等深度学习扰动预测模型表现优于既有基准评判。原文针对此前多项基准对这些模型预测能力的质疑，主张既有指标未经充分校准，可能低估模型实际性能。
Why it matters: 这项研究指出此前的基准评测指标可能未经校准，为重新评估 scGPT、GEARS 等 AI 扰动预测模型提供了对照视角。
监管与产业动态精选评分6767 多伦多大学等团队在 Nature 报道 microexon 调控区或为自闭症缺失遗传因素提供线索
多伦多大学等团队在 Nature 报道，microexon 周围调控区或为 85% 缺乏遗传解释的自闭症患者提供线索。研究识别出超过 1500 个新 microexon，其中近 300 个特异性表达于脑组织，并构建机器学习模型预测自闭症相关变异对 microexon 剪接的影响；模型显示罕见遗传变异对神经元 microexon 剪接的预测效应最大。
Why it matters: 原文同时给出超 1500 个新 microexon 的清单与预测剪接影响的机器学习模型，可作为评估其他神经疾病变异效应的可迁移资源。
监管与产业动态精选评分6161 Nature Aging：Harvard 团队用转录组衰老模型筛出 SRSF1，小鼠寿命延长 14%
Harvard 大学 Wyss Institute 的 George Church 团队在 Nature Aging 发表研究，基于 464 例人成纤维细胞转录组数据训练机器学习衰老预测模型，对候选基因做过表达筛选，命中 RNA 加工因子 SRSF1。
Why it matters: 原文给出 SRSF1 在小鼠中延长寿命 14% 的数据，并明确其规避了 Yamanaka 因子重编程的致瘤风险，读者可据此比较两条衰老干预路径的安全性。
中文产业新闻精选评分6868 Zealand Pharma斥资12亿美元引入Generate Biomedicines AI设计多特异性蛋白拓展肥胖管线
Zealand Pharma斥资12亿美元押注Generate Biomedicines的AI蛋白质设计平台，为肥胖管线引入多特异性蛋白新模态。该公司此前凭petrelintide（长效胰淀素类似物）和survodutide（胰高血糖素/GLP-1双受体激动剂）两款III期候选药在减重赛道占据位置，但近期两项III期数据均未达分析师预期、股价承压。
Why it matters: 12 亿美元押注 AI 蛋白质设计补在 petrelintide、survodutide 两项 III 期未达预期之后，读者可与减重多模态组合方式一并看。
BioPharma Dive精选评分6161 AI 药物发现公司 Iambic 在纳斯达克 IPO 融资 1.5 亿美元
Iambic Therapeutics 周三宣布完成 1.5 亿美元 IPO，以每股 16 美元发售约 940 万股，将于周四以 IAM 为代码在纳斯达克交易。
Why it matters: 原文把 Iambic 1.5 亿美元 IPO 放进 2026 年生物科技 IPO 回升的背景，并列出其 HER2 TKI、KIF18A 抑制剂等在研管线。
Nature精选评分7171 AI赋能的人体棕色脂肪组织临床表型分析
一项AI辅助的人体棕色脂肪组织（BAT）表型定量分析研究发现，BAT活性与更健康代谢特征及较低精神疾病发生率相关，并可筛选可能激活BAT的药物再利用候选。研究发表于Nature，DOI: 10.1038/s41586-026-11162-7
Why it matters: 该研究将AI表型定量方法应用于人体棕色脂肪组织，可为代谢与精神疾病的关联研究及药物再利用筛选提供可迁移的分析框架。
Nature精选评分8080 金属蛋白酶的从头计算设计
研究团队用RFdiffusion方法从头设计出含水激活锌活性位点的高活性可编程金属蛋白酶，活性位点紧邻肽底物结合口袋，潜在应用涵盖治疗、生物技术与生物修复。原文DOI:10.1038/s41586-026-11167-2。
Why it matters: 原文展示了一种从头设计金属蛋白酶的可迁移方法，水激活锌活性位点的人工构建为其他金属酶从头设计提供了参考。
Nature精选评分8282 从头设计半胱氨酸蛋白酶
华盛顿大学 David Baker 团队基于 RFD2-MI → ProteinMPNN → AF3 迭代管道从头设计多个具催化活性的半胱氨酸蛋白酶，并通过 X 射线晶体学、LC-MS、FRET 与哺乳动物细胞实验加以验证。
Why it matters: 原文给出从头设计半胱氨酸蛋白酶的计算管道、生化活性数据与晶体结构，读者可与同刊丝氨酸水解酶、金属水解酶设计工作直接对照。
BioSpace精选评分6363 Zealand Pharma 与 Generate:Biomedicines 达成最高 12 亿美元合作开发 AI 设计肥胖症药物
Zealand Pharma 与 Generate:Biomedicines 达成最高约 12 亿美元合作，利用 Generate 的生成式 AI 蛋白设计平台开发针对肥胖症及其他代谢疾病的蛋白疗法。
Why it matters: 披露了 3000 万美元首付与最高约 12 亿美元里程碑的具体对价，给同类 AI 设计代谢药物合作提供了金额参照。
顶刊论文（社媒热度）精选评分7171 MAGIC：评估全球健康领域生成式 AI 的国际网络
2026 年 10 月 6 日 Nature Medicine 发表 MAGIC 国际网络介绍文章，描述面向全球健康的生成式 AI 评估框架与拟定报告标准；作者团队来自 Duke-NUS、清华大学、WHO、ITU、斯坦福、哈佛等机构。DOI: 10.1038/s41591-026-04706-x。
Why it matters: 文章描述了面向全球健康的生成式 AI 评估网络与拟定报告标准，可与已有医疗 AI 评测对照其覆盖范围与适用场景。
中文产业新闻精选评分7575 Cell发表SPARCS方法：以显微图像在约7000万细胞中开展空间分辨CRISPR筛选
Cell发表SPARCS（空间分辨CRISPR筛选）方法，先在显微图像中识别形态异常细胞、再回收追查对应基因与蛋白变化。原文在约7000万细胞中应用该流程，几乎完整回收了已知核心宏自噬相关基因，并揭示高尔基体酸碱状态对STING信号的调控作用。原文链接：https://bydrug.pharmcube.com/news/detail/fe2ea5c59eb32cb093680e31367822b6
Why it matters: 原文给出在约7000万细胞中先定位形态异常细胞再回溯对应基因的筛选流程，与常规按整体表型打分的CRISPR筛选形成互补。
BioSpace精选评分5656 辉瑞与Enodia达成超5亿美元合作开发Sec61靶向小分子蛋白降解剂
辉瑞与法国Enodia Therapeutics达成总额超5亿美元的合作，共同开发靶向Sec61的小分子降解剂，在蛋白合成阶段清除致病蛋白。Enodia负责候选分子筛选与优化，辉瑞承担临床、注册与商业化；交易包含首付款、研发与销售里程碑及分级销售分成。
Why it matters: 原文披露了首付款、里程碑与分级销售分成的财务结构，并拿同靶点的礼来与Gate Bioscience合作做了对照，可作为大药企在小分子蛋白降解方向布局的参考。
bioRxiv Genomics精选评分5959 ecCLIP 与 Pythia 联合构建 RBP-RNA 高分辨率结合图谱并实现结构感知预测
作者在 HEK293T 中用 ecCLIP 对 67 个内源标签 RBP 做出均一高分辨率 CLIP-seq 结合图谱，并据此训练结构感知神经网络 Pythia 从序列与结构预测 RBP 结合；用 MPRC 在 5 个 RBP 上验证了序列/结构分解，把 ecCLIP 加入 Borzoi 衍生模型 Borzuki 后改善了 RNA 半衰期预测与 3′UTR 变异效应评估。
Why it matters: ecCLIP 把内源标签捕获与无连接建库整合进 CLIP-seq，做 RBP 结合图谱的同行可直接复用这套流程。
中文产业新闻精选评分8181 对话斯坦福应可钧：在 medRxiv 发布全景模态人类健康世界模型 HealthFlux，探索延长寿命干预手段
斯坦福博士后应可钧领衔联合华盛顿大学、哈佛医学院和 MIT 等机构，在 medRxiv 发布首个全景模态人类健康世界模型 HealthFlux，可基于病历、约 3。
Why it matters: 原文把 HealthFlux 与 Delphi-2M 的 AUROC 做了对照，并给出断供数据后的差距，读者可据此判断世界模型相比逐病种风险预测的实际收益。
bioRxiv Genomics精选评分6262 Seal：发育期人脑基因调控与变异效应的时空AI建模框架
普林斯顿大学Troyanskaya团队开发可解释AI迁移学习框架Seal，覆盖26个脑区、30种细胞类型和7个发育阶段，实现发育期人脑基因表达与变异效应的时空建模。应用于六种神经精神疾病GWAS，揭示共享与差异的调控架构；在Simons Simplex Collection自闭症全基因组数据中，发现瞬时胎儿兴奋性神经元中全新调控变异的显著负担，揭示细胞类型与发育阶段特异性的调控机制。
Why it matters: 该预印本提出可解释的AI迁移学习框架Seal，在时空分辨率下建模发育期人脑基因调控，揭示神经精神疾病风险的细胞类型与发育窗口特异性调控架构。
bioRxiv Genomics精选评分7070 SpliceAI2：从基因组序列直接重建完整转录本的统一框架，显著提升剪接变异识别与效应定量
Illumina 研究团队开发的 SpliceAI2 从基因组序列端到端重建完整转录本，在隐匿剪接、剪接 QTL 和大规模报告基因检测等多项基准中显著提升剪接变异识别与效应定量。人群数据显示其预测效应受自然选择约束并关联血浆蛋白丰度变化；罕见病队列中预测的剪接变异高度富集于致病基因，占超额遗传负担的 15%，约一半位于外显子测序易漏检的深度内含子区域。
Why it matters: 该模型从基因组序列重建完整转录本，显著提升剪接变异识别与效应定量，人群与罕见病数据验证其功能预测价值。
中文产业新闻精选评分6969 Envisagenics与勃林格殷格翰达成超10亿美元合作，开发RNA剪接精准疗法治疗实体瘤
2026年9月22日，Envisagenics宣布与勃林格殷格翰签署多年期研究合作及选择权协议，针对选定肿瘤特异性靶点开发first-in-class实体瘤精准疗法，总交易价值超10亿美元。Envisagenics利用AI驱动技术将可变RNA剪接转化为药物研发新前沿。
Why it matters: 勃林格殷格翰以超10亿美元总价与Envisagenics合作，验证AI驱动RNA剪接靶点开发实体瘤精准疗法的商业前景。
AI × 生物医药精选评分4040 grasp：用函数梯度引导的语言模型学习概率逻辑程序
提出名为 grasp 的神经符号框架，将关系结构学习建模为函数梯度提升，以一阶规则为弱学习器、由 LLM 承担内部搜索的提议 oracle。在涵盖分子毒性预测（Tox21）、致突变性和 Cora 引文匹配等 4 个关系基准上的评估显示，该方法优于纯符号、纯神经及纯 LLM 基线，并以梯度引导的 LLM 假设生成取代组合搜索，保留可解释的加权规则集成。
顶刊论文（社媒热度）精选评分7272 AMIE 对话式诊断 AI 在门诊初级保健的前瞻性可行性研究
Alphabet 资助的前瞻性单臂可行性研究（NCT06911398）让 114 名患者在门诊急诊预约前与 AMIE 对话，98 人完成全流程。零安全中止，仅 1 例幻觉和 5 例需补充临床信息。
Why it matters: 研究在真实初级保健环境中验证了面向患者的诊断型对话 AI 的安全性与对话质量，零安全中止、高评分支持其可行性。