Google 研究团队在博客中介绍三项工作，目标是打通 AI 计算探索与真实湿实验之间的循环。VERID 框架基于开源 PyLabRobot，为实验室工作单元建立可实时更新的 3D 语义数字孪生，支持 3D 状态追踪、秒级虚拟试运行、硬件安全检查与视频和动作日志同步，并在案例中让 agent 从读板机故障中恢复、把染料混合物重建准确率提升五倍以上。
推荐理由：Google 研究团队把实验室自动化、aptamer 闭环筛选和蛋白结合子设计串成一条路线，可看 AI agent 进入湿实验的整体思路。
Google DeepMind 将编码智能体 Antigravity 与 Gemini 模型及 AlphaFold、AlphaGenome 等科学专用模型、Biomolecular Structure Viewer 等新界面整合，用于加速端到端科研流程。
推荐理由：Google DeepMind 把 Gemini 编码智能体与 AlphaFold 等科学模型整合成科研工作流，并给出抗菌肽发现的实例，可了解 AI 智能体在科研流程中的落地方式。
Google DeepMind 发布 Google Antigravity 智能体科研工作台，把跨数据库检索、结构评估和候选优先级排序压缩到单次会话中。文中演示了研究者与智能体协作，在 Streptococcus pseudopneumoniae 中找到一个预测对呼吸道感染相关病原体有活性的新型抗菌肽候选，该候选目前正在进行湿实验验证。
推荐理由：Google Antigravity 把跨库检索、结构查看与功能预测放进同一会话，展示了抗菌肽候选的发现流程。
Google 公开发布 Deep Review，一个面向复杂技术文档的智能体审阅系统，可检查逻辑一致性、数学陈述、事实依据并与已有工作比较。系统采用文档分段、自适应算力分配、并行分段核查与全局综合四阶段流程，并已加入 Gemini 4 Argon 支持。
推荐理由：该工具用四阶段智能体流程做长文档审阅，并公开了与四个会议试点中超过 1.6 万篇稿件的反馈经验。
Google DeepMind 的 Vivek Natarajan 表示，Gemini 4 Argon 对该团队在科学与医学方面的工作影响显著，并引用 Pushmeet 的说法称其在模型性能上出现阶跃式变化，近几周对团队及外部合作者的科学项目产生了影响。团队同时宣布面向科学家的早期访问计划，可通过 Google 表单申请在 antigravity 中获得 Gemini 4 Argon 的最高档访问权限，申请链接为 https://forms.gle/WvmBbPvRbpKG1BPn9。
推荐理由：Google DeepMind 公布 Gemini 4 Argon 在科研与医学项目中的使用反馈，并开放科学家早期访问申请，可了解该模型在生命科学场景的定位。
Google DeepMind 发布 Gemini 4 Argon，面向开发者、企业和科研人员开放，API 定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存输入 token 享 95% 折扣。
推荐理由：Gemini 4 Argon 展示了通用前沿模型在酶设计、罕见病基因组分析和量子化学代码优化上的具体落地案例，可供关注 AI for Science 的读者参考。
Google 回顾其健康研究布局，称过去五年团队发表了 90 篇经同行评审的疾病相关论文，累计被引用超过 9 万次。
推荐理由：Google 汇总了 AlphaFold、AlphaGenome Atlas 等模型在疾病检测与药物发现上的落地案例，可快速了解其健康研究布局。
Biohub、美国能源部（DOE）、美国国立卫生研究院（NIH）等资助方宣布扩大一项国际合作，共同投入 18 亿美元的资金、数据、算力和新测量技术，用于生成并开放可用于预测生物学 AI 模型的数据。Wellcome Sanger Institute、Human Cell Atlas、Human Protein Atlas、Allen Institute、Broad Institute 和 Gladstone Institutes 等机构参与其中，作为 Virtual Biology Initiative 的一部分推进。
推荐理由：这项跨国计划把测量技术、开放数据和标准化接口放在一起，可用来观察虚拟细胞类基础模型的数据底座如何搭建。
Isomorphic 宣布与美国能源部（DOE）和 NIH 建立重大合作，目标是生成构建准确细胞 AI 模型所需的数据。
推荐理由：美国能源部与 NIH 联合多家机构启动虚拟生物学计划，读者可了解细胞预测模型的数据来源与参与方。
Biohub 与美国能源部、NIH 及新资助伙伴宣布扩展虚拟生物学计划（Virtual Biology Initiative），合计投入 18 亿美元的资金、数据、算力和新测量技术。
推荐理由：这项跨机构投入给出了资金分配与数据标准化分工，可看清虚拟细胞所需开放数据从哪来、由谁整合。
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，在蛋白序列和 AlphaFold 3 预测的 3D 结构中嵌入可检测签名，同时保持生物功能。
推荐理由：DeepMind 把水印从数字内容延伸到蛋白序列与结构，并给出湿实验验证，对关注生物安全与 AI 设计溯源的研究者提供了可参考的技术路径。