研究方向
生物与医学基础模型：DNA、RNA、蛋白、单细胞语言模型的发布、评测与应用。
33 条精选近 30 天 24 条共收录 66 条
Anthony Gitter 表示读过 DRYLAB-Bench 后认为其提出的 Biosecurity Risk Score 不可解释，核心只是一个经过截断和归一化等调整的 z-score。他引用的介绍称，该基准用 ProteinGym 与 ViroGym 的 187,695 条深度突变扫描测量为设计打分，在 30 个生物安全场景中评估 agentic LLM 的迭代突变设计，并报告工具使用使汇总 BRS 从 0.359（S0）升至 0.475（S2）。
推荐理由：作者从统计构造角度质疑 DRYLAB-Bench 生物安全风险评分的可解释性，适合关注 AI 生物安全评测指标设计的读者。
礼来与剂泰科技达成战略合作，围绕 NanoForge 驱动的 AiLNP 平台共同发现和优化新型 LNP 结构，探索组织特异性递送方案。协议规定剂泰科技将收取逾千万美元首付款，并有资格获得总额最高可达 11 亿美元的开发、监管及商业里程碑付款，以及基于合作产品年度净销售额个位数百分比的分级特许权使用费。
推荐理由：礼来与剂泰科技围绕 AiLNP 平台达成合作，可观察头部药企对 AI 递送平台的估值逻辑与交易结构。
Ran Blekhman 在 Bluesky 发帖介绍其在 PLOS Biology 发表的文章，讨论 AI 生成论文激增为何构成一类全新问题，以及对生物学领域科学评价方式的影响。文章的核心论点是，在生成式 AI 时代，写出一篇论文不再意味着真的做过科学研究，因此需要重新考虑如何回应 AI 生成论文的涌入。
推荐理由：文章把 AI 生成论文的激增当作科研评价体系的新问题，讨论生物学研究究竟为了什么。
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。
Iambic Therapeutics 通过 IPO 募资 1.5 亿美元，股价在周五中段约为 24.50 美元，较周三上涨逾 50%。
推荐理由：Iambic 上市募资 1.5 亿美元，CEO 在访谈中回应 AI 制药公司上市后表现不佳的质疑，并说明其以临床数据为衡量标准的策略。
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。
英矽智能在 2026 年 Pharma.AI 秋季网络研讨会上展示了 MMAI Gym 科学后训练与评估框架、五款专业模型、DDD Benchmark 与 O3DC 基准索引，以及 MCP 连接器。
推荐理由：英矽智能一次性展示了从后训练框架、专业模型到 MCP 接入的完整链路，可据此了解 AI 智能体编排药物发现的具体形态。
Derek Lowe 评述一项预印本，该研究用 42 篇撤稿、造假和伪科学论文构建探针语料，测试模型是否会基于论文原文的框架继续设计研究。
推荐理由：作者借一项预印本评测指出，主流大模型面对撤稿与造假论文时仍会照单执行，并讨论这对 AI 科研助手可靠性的影响。
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。
Cao 等人提出一体化基础模型 AMIFound，用于 CT、MRI、PET、内镜、超声、眼底成像和 X 射线 7 种医学影像的增强与修复。模型在 376 万对高质量与退化图像上训练和评估，覆盖 7 类代表性退化模式；共享编码器提取模态与退化线索，动态路由的专家修复池为每个输入选择增强路径。在 7 种模态上，AMIFound 在全参考图像质量指标、临床医生评估、组合退化鲁棒性测试以及自然退化临床图像上均优于 38 个任务专用与通用基线。增强后的图像还改善了 44 项疾病检测任务、肿瘤分期预测和非小细胞肺癌生存风险分层，包括个体层面的预后排序。
推荐理由：该模型用 376 万对图像统一处理 7 种医学影像的退化修复，并检验增强后对下游诊断任务的影响。
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。
Cell 刊发观点文章《Toward autonomous science with agentic artificial intelligence》，讨论生物医学 AI 正从回答人类提出问题的工具，转向能自行提出问题的智能体。Guo 等人评估了这一转变，涉及扩展逻辑与自主劳动等内容。
推荐理由：Cell 观点文章梳理生物医学 AI 从回答人类提问的工具转向自主提问的智能体，并讨论其扩展逻辑与自主科研的边界。
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。
Biohub、美国能源部与 NIH 宣布投入 18 亿美元启动 Virtual Biology Initiative，用于生成开放、标准化的数据，训练预测细胞如何响应疾病与干预的 AI 模型。该计划定位为跨部门国际合作，目标是构建面向 AI 模型的基础数据。Loïc A. Royer 在 Bluesky 转述了这一消息并附上 biohub.org 的新闻链接。
推荐理由：这项近 20 亿美元的多机构投入指向开放标准化的细胞响应数据，为训练虚拟细胞类模型提供数据基础。
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。
insitro 宣布，Lilly TuneLab 网络内的生物技术公司现在可以部署 insitro 与礼来共同构建的机器学习模型，用于预测小分子的体外性质以及关键的体内性质。
推荐理由：礼来 TuneLab 网络内生物技术公司可直接调用 insitro 与礼来共建的小分子体内性质预测模型，了解 AI 药物发现合作模式的一个样本。