微软研究院推出 Quine：面向生物学复杂性的 AI 研究系统
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。
#药物发现
Microsoft Research Blog精选AI 评分7575 In the Pipeline精选AI 评分4242 J. Med. Chem. 一篇 DPP-IV 降解剂论文的机制疑点引发质疑
Derek Lowe 评述 J. Med. Chem. 今年 6 月第 12 期 Wang 等人来自江苏大学的靶向蛋白降解论文，该文用 alogliptin 结合 DPP-IV、以 cereblon 配体招募 CRBN 降解二肽基肽酶 IV，作为糖尿病治疗思路。
推荐理由：围绕一篇靶向蛋白降解论文的机制矛盾，梳理细胞外蛋白经胞内 CRBN 降解这一疑点及可补做的实验。
公众号：BioMap 百图生科AI 评分2525 百图生科与艾玮得生物达成战略合作，共建“AI-Ready”器官芯片数据工厂
百图生科与艾玮得生物于2026年9月21日签署战略合作协议，以“AI大模型+器官芯片”为切入点共建器官芯片数据工厂并联合开发垂直领域大模型。双方将基于器官芯片湿实验数据与生命科学大模型共建专用数据库与数据管理平台，使数据以“AI-Ready”格式直接用于模型训练迭代，并构建“AI设计—芯片验证—数据回馈”的干湿闭环数据飞轮。
Bluesky：Dr Javier Sánchez Utgés (@javierutges.bsky.social)AI 评分2222 预印本：用对比学习嵌入做基于结构的虚拟筛选——DrugCLIP 案例研究
一项新预印本考察对比学习嵌入在基于结构的虚拟筛选中的表现，以 DrugCLIP 为案例。该预印本已发布在 bioRxiv，DOI 为 10.64898/202。
Mohammed AlQuraishi精选AI 评分7878 OpenFold3p2 联合 Apheris 用五家药企内部数据训练蛋白-配体共折叠模型
Mohammed AlQuraishi 与 Apheris 合作，用五家药企内部的蛋白-配体复合物数据库训练 OpenFold3p2。作者称由于 PDB 中类药化合物相对稀少，这批数据使相关结构数据量增加 3-4 倍，并带来精度的大幅提升。引用内容提到，五家药企在数据不出内网的前提下共同训练了这一个共折叠模型，其表现明显优于最好的公开模型，Nature News 对此做了报道。
推荐理由：OpenFold3p2 在五家药企内部蛋白-配体结构数据上联合训练，为私有数据能否提升共折叠模型精度提供了一个可参照的案例。
Cell SystemsAI 评分6060 多类器官系统模拟生理吸收与代谢用于抗肿瘤药物评价
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。
David Li精选AI 评分4040 David Li：未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证，36 个月后转向临床试验资源稀缺
David Li 认为，未来 18–24 个月 AI 药物发现的最大瓶颈是实验验证与核实，而 36 个月后最大瓶颈将变成临床试验资源稀缺。
推荐理由：作者用 IND 审评与启动天数的对比，拆解美国临床试验基础设施的瓶颈，并给出未来 18–36 个月瓶颈迁移的判断。
Owl PostingAI 评分3434 类器官究竟在哪些场景真正发挥了作用？
类器官在化疗反应预测上取得了最明确的成功：2018 年 Science 论文用转移性胃肠癌患者类器官筛选 55 种化疗药物，与 I/II 期临床试验结果对照，灵敏度 100%、特异度 93%、阳性预测值 88%、阴性预测值 100%。但一项前瞻性可行性试验显示，接受类器官指导治疗的患者未获得临床获益，且仅 57% 患者能成功建系、组织到读出约需十周。
Owl PostingAI 评分3838 为什么类器官还没解决药物研发的全部难题？
类器官领域缺乏统一定义，2014 年 Science 综述将其界定为源自干细胞或器官祖细胞、含多种器官特异细胞类型并重现部分器官功能的结构，但 2023 年 Stem Cell Reports 指出该定义无法区分 PSC 来源与 TSC 来源类器官。
BiohubAI 评分2222 Biohub 公布 AI 驱动罕见病研究愿景，Rare As One 网络启动第四轮招募
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。
Andrew Carroll精选AI 评分7878 Radical Numerics 获 5000 万美元种子轮并预览基因组语言模型 Omnii
Radical Numerics 宣布完成 5000 万美元种子轮融资，走出隐身状态，并预览基因组语言模型 Omnii。创始团队曾训练 Evo 和 Evo 2（40B 参数、完全开源），称 Omnii 已明显超过 Evo 2，在致病因果变异检测上达到 SOTA，可零样本排序阿尔茨海默病突变，并正与一家诊断公司合作用于胰腺癌和多癌种早筛、与美国国家实验室试点检测 AI 生成的病原体。本轮由 Emergence Capital 领投，Obvious Ventures、Triatomic 和 Patrick Collison 参与。
推荐理由：Evo 与 Evo 2 原班团队新公司获 5000 万美元种子轮，并预览基因组语言模型 Omnii，可对照其与 Evo 2 的定位差异。
公众号：广州实验室AI 评分5858 广州国家实验室开发联合用药新策略，MMF与利巴韦林联用增强广谱抗病毒效果
广州国家实验室汪少伯、商锦赛团队联合山东中医药大学等开发联合用药新策略，发现已上市药物霉酚酸酯（MMF）与鸟苷类核苷类似物（如利巴韦林，RBV）联用可显著增强广谱抗病毒效果，成果发表于Acta Pharmaceutica Sinica B与Emerging Microbes & Infections。
Barbara EngelhardtAI 评分4040 NeurIPS 2025：偏好引导扩散用于多目标科学发现
Barbara Engelhardt 在 NeurIPS 2025 展示其团队与 Yashas Annadani 等人合作的工作，提出 Preference-Guided Diffusion，利用离线数据集中的偏好对从扩散模型采样对应黑盒目标 Pareto 前沿的多样设计，并感谢 CIFAR 资助。