MBFGNK:可解释多肽毒性预测的多模态几何学习框架
研究提出 MBFGNK,一个用于多肽毒性预测的可解释多模态几何学习框架,融合预训练蛋白语言模型的序列表征、基于等变图神经网络(EGNN)的 3D 结构特征,以及刻画全局、局部与残基协同作用的理化超图表征。
研究提出 MBFGNK,一个用于多肽毒性预测的可解释多模态几何学习框架,融合预训练蛋白语言模型的序列表征、基于等变图神经网络(EGNN)的 3D 结构特征,以及刻画全局、局部与残基协同作用的理化超图表征。
研究提出协同引导片段遗传算法 SF-GA,将片段协同分析嵌入遗传算法突变阶段,使片段替换偏向与非底物分类相关的共现子结构,从而把 P-gp 底物改造为预测的非底物。在固定函数评估预算下,SF-GA 优化性能与遗传算法和强化学习基线相当,且所生成分子的逆合成可及性在所有测试方法中最高。对两个人类 P-gp 结构的对接显示,预测非底物概率更高的分子预测结合更弱。
研究结合 X 射线晶体学、淬灭流动力学和分子动力学模拟发现,瑞德西韦(RDV)核苷酸从产物链 −3 位转位到 −4 位并完成后续催化的复合速率,比腺苷在肠道病毒 RdRP 上至少慢 100 倍。
10月15日,深圳市委书记靳磊到河套深港科技创新合作区走访晶泰科技,参观其 AI 自主实验平台,并听取联合创始人、首席执行官马健博士汇报公司在 AI for Science 领域的技术布局及人工智能与机器人技术赋能生物医药研发的应用进展。靳磊在听取河套合作区工作汇报后提出,要加强基础研究和应用基础研究,推动科技创新和产业创新深度融合。
Bioptimus 正在开发多模态、多尺度的 AI 病理模型,用于生物标志物与药物治疗预测。Nature Biotechnology 每年会重点介绍上一年获得大额早期融资的公司,Bioptimus 入选本期编辑精选。
利用多构象连续静电(MCCE)方法,计算了9个激酶结构域与18种FDA批准抑制剂在37个共晶结构中的质子化与互变异构分布,全流程重复三次并给出运行间不确定度。结果显示蛋白净电荷与质子分布基本稳定,而抑制剂电荷在结合后频繁增减;结合使低能态(ΔG < 2.8 kcal/mol)相对概率发生移动,但不提高高能态概率。
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。
作者提出 CLIMB 和 CLIFF 两步机器学习框架,将 bulk RNA-seq 解卷积为细胞类型组成与表达,再把 bulk 药物敏感性测量解析为细胞亚型和单细胞特异的图谱。
研究用分子动力学模拟、炼金术自由能计算与 QM/MM 方法,在原子层面刻画了细菌过氧化氢酶-过氧化物酶 KatG 活性位点中 Ga3+ 替换 Fe3+ 的过程。模拟显示 heme B 辅因子的轴向配位环境在金属替换后基本保持,远端配体在组氨酸与配位水分子之间动态切换。自由能计算表明该替换在热力学上有利,为铁模拟抗菌剂的理性设计提供了机制依据。
EMA 人用药品委员会(CHMP)在 2026 年 10 月会议上推荐 6 款新药获批,包括用于既往接受过治疗的转移性胰腺癌成人患者的 Rasonque(daraxonrasib)。
在深度学习抗生素筛选中,跨数据划分的 AUPRC 差异无法单独量化结构差异对性能变化的贡献,因为 AUPRC 依赖测试集阳性率,而分子划分会改变训练集与测试集的结构相关性和类别组成。跨划分比较应报告测试集大小、阳性数、阳性率、划分方法和精确率-召回率汇总指标,模型直接比较应尽量使用同一固定独立测试集。关于实际筛选价值的结论还应考虑 top-k 性能、早期富集指标或在预设预算下的前瞻性实验命中率。
研究提出 COMPRESS(Compression Of Molecular Physical fields into Reduced Spatial Sites)框架,用固定数量的物理参数化空间位点表示小分子,每个位点由三个空间坐标和三个相互作用参数定义。
CMA-DTI 通过双向跨模态对齐模块建模药物官能团与蛋白结合区域的相互作用,提升冷启动药物–靶点相互作用预测的泛化能力。该框架先用预训练序列模型提取药物与蛋白表征,再以双通道编码器捕捉局部功能模式与全局上下文依赖。在四个基准数据集上,CMA-DTI 在热启动场景保持有竞争力表现,并在靶点冷启动与盲启动场景改善泛化,消融实验与结构可视化支持各模块贡献并提供残基级可解释性。
DHF-DTI 是一个整合药物与蛋白序列信息和图结构的双模态神经网络模型,用于药物–靶点相互作用(DTI)预测。其 CABFusion 模块通过交叉注意力与双线性融合实现模态间细粒度特征融合,并引入监督对比学习优化特征空间分布。在域内、跨域和冷启动场景实验中,该模型在预测性能与泛化能力上显著优于现有方法。
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。
EMA 人用药品委员会(CHMP)建议在欧盟批准 Rasonque(daraxonrasib)上市,用于既往至少接受过一次治疗的成人转移性胰腺腺癌。该药为口服 RAS 抑制剂,通过结合 cyclophilin A 形成复合物附着于 RAS 蛋白并阻断其活性。
推荐理由:CHMP 对 daraxonrasib 的阶段性审评把评估压缩到 150 天内,为 RAS 抑制剂在胰腺癌的监管路径提供了参照。
晶泰科技宣布其首个 siRNA 项目从立项到确认临床前候选分子(PCC)仅用 9 个月,该分子拟用于 IgA 肾病治疗,依托 Kodexia™ 平台开发。体外评价显示其具亚纳摩尔级沉默活性,IC50 较同靶点临床阶段参照分子降低数十倍;非人灵长类平行对照研究中药效活性与作用持续时间均优于参照分子,单次给药后数月观察期内持续维持高水平靶蛋白抑制。
Azo-morphine-3(AM-3)是一种光开关配体,可在低效价与高效价状态间切换,在体外及体内(中枢与外周)调控 mu-阿片受体活性。AM-3 可用于探究阿片效价的结构基础,并在多种疼痛模型中实现对镇痛的时空精准控制,副作用较全身用药减少。
Pan 等人在 Cell 报道了含四氧杂烷结构的化合物 WMK-1/2,它们是第一代线粒体脂质过氧化诱导剂,可绕过 GPX4 和视黄醇介导的防御,触发一条独立的“mito-ferroptosis”亚通路。该工作在多种体内模型中显示出具有生物利用度的抑瘤活性。
晶泰科技控股的AI大分子药物公司Ailux任命Lloyd S. Miller博士为首席医学官,他将领导AI原生大分子药物的临床开发,首批项目计划于2027年进入临床阶段。
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。
这篇综述从分子优化与系统级评估的衔接角度梳理 AI 驱动的 RNA 药物设计,比较 siRNA、反义寡核苷酸、适配体、mRNA 和翻译导向 circRNA 各自的设计约束,并评估序列模型、生成模型和结构感知模型的能力与局限。
推荐理由:综述把 RNA 药物设计从分子优化延伸到系统层面评估,梳理了不同 RNA 模态的设计约束与虚拟细胞的定位。
Broad Institute 团队发现,两种降低细胞氧供的小分子药物组合可改善帕金森病小鼠模型的神经退行症状,研究发表于 PNAS。该组合还在 Leigh 综合征小鼠模型中延长寿命并缓解症状,在 Friedreich's ataxia 小鼠模型中延缓神经症状进展。研究者表示该方案值得进一步开展临床前及临床测试。
研究提出一套闭环工作流,将高效反应数据获取与高精度深度学习结合,用于数据稀缺条件下的化学反应结果与区域选择性预测。作者用基于树集成的主动学习策略挑选信息量最大的实验,由此获得一个多样化的 C–H 硼化基准数据集,并在此基础上训练和评测几何图神经网络。结果显示,为这类对称性感知模型加入自监督辅助任务后,反应结果预测和区域选择性预测的表现均稳定提升。在含 N-杂芳基等难处理基团的未见底物上前瞻测试中,该流程全部定位到正确的硼化位点,作者据此认为其可用于高效的药物优化。
Molecular Systems Biology 这篇评论以 CASP 为参照,评述 Bits to Binders 竞赛对 AI 设计蛋白作为 CAR-T 识别结构域的评测。
推荐理由:文章以 CASP 为参照,梳理 Bits to Binders 竞赛对 1.2 万个 AI 设计 CAR-T 结合域的评测结果与局限,为判断生成式蛋白设计的真实功能水平提供参照。
ProDTI 是一个先验引导的正样本-未标注(PU)学习框架,用于药物-靶点相互作用(DTI)预测,作者称其在五个基准上稳定优于现有基线。该框架把显式生化相似性与大规模预训练模型的隐式语义表示组合成混合先验,驱动软标签蒸馏以稳定优化轨迹,并用硬锚点正则惩罚可靠负样本、锐化决策边界。
EMA 支持国际药品监管机构联盟(ICMRA)发布的联合声明,呼吁在药物研发、生产、监管和国家控制实验室各环节尽可能推进动物试验替代方法。声明由 EMA、英国 MHRA、爱尔兰 HPRA 和瑞士 Swissmedic 牵头起草,经 ICMRA 全体会议通过,提出从候选筛选、临床前与非临床检测到上市许可及上市后活动逐步过渡到经验证的非动物方法。
微软研究院推出 Quine,一个由多模态生物学世界模型和连接模型、科学工具、文献与研究者的交互式 harness 组成的 AI 研究系统。
推荐理由:微软研究院公开了面向生物学的多模态世界模型与实验编排系统,并给出胰腺癌细胞状态转换的湿实验验证案例。
Xiao 等建立了一个整合肠道吸收、肝脏代谢和肿瘤反应的多类器官系统,用于评价抗肿瘤药物。该系统能捕捉仅用肿瘤培养时被忽略的药物活化与失活过程,为预测药物疗效和毒性提供了更接近生理条件的途径。
Biohub 公布以 AI 驱动罕见病精准治疗的研究愿景,并宣布 Rare As One 网络将于 2026 年秋季启动第四轮患者组织招募。自 2019 年以来,该项目已支持 94 家患者主导组织,覆盖逾 32 万名患者和社区成员及 2.6 万余名研究者,超过三分之二的组织建立了临床登记库、疾病模型等资源,过半已启动临床试验。