机构与平台
Google DeepMind 的生命科学动态：AlphaFold、AlphaGenome 等模型与相关研究的持续追踪。
14 条精选近 30 天 12 条共收录 22 条
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 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。
Google 团队一项对话式诊断 AI 系统的真实世界临床研究在 The Lancet 发表，作者 Vivek Natarajan 回顾了从 2022 年接触 LaMDA 和 PaLM、到 2023 年 AMIE 模型自博弈训练、再到与 Beth Israel Deaconess 医疗中心合作开展前瞻性临床试验的历程。
推荐理由：作者以当事方视角复盘这项真实世界临床研究从模型自测到前瞻试验的推进过程，并给出安全性数据。
Google 与 Beth Israel Deaconess Medical Center（BIDMC）在《柳叶刀》发表 AMIE 诊断 AI 聊天机器人真实门诊研究，98 例患者在就诊前先与 AMIE 对话，监督医生实时监控，没有一次对话因预设安全标准被中断。
推荐理由：在真实门诊中，98 例患者先与诊断 AI 对话，医生实时监督，结果无一次因安全标准被中断，可对照 AI 问诊的落地边界。
Google DeepMind 与 Caltech 的 Arnold 实验室、匹兹堡大学 Lui 实验室合作提出 AlphaProtein Novo（AP Novo）从头设计流程，在 5 类反应、5000 多个实验设计中显示其命中率可与天然酶序列挖掘相比。
推荐理由：AlphaProtein Novo 把扩散生成骨架、LigandMPNN 序列设计与 AlphaFold3 校验串成流程，在 5000 多个实验设计中与天然酶比较。
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。
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。
AlphaFold Database 正与 NVIDIA、DeepMind、EBI 等合作扩展至疫情准备方向，对 2,812 个病毒蛋白组中的约 170 万个同源与异源二聚体做了穷举预测，其中 8,028 个为高置信度预测。相关结果发布在 research.nvidia.com/labs/dbr/ass...，并可在 alphafold.ebi.ac.uk 查看。
推荐理由：AlphaFold Database 把病毒蛋白互作预测扩展到 2,812 个病毒蛋白组，可了解结构预测在疫情准备中的覆盖范围。
DeepMind 团队发布 AlphaGenome Atlas，用 AlphaGenome 预测了人类基因组中全部 90 亿个可能的 SNV 的调控影响，并开发了可浏览该预测图谱的门户网站。作者称与多位科学家合作完成了分析与应用，同时提供了博客和预印本链接。
推荐理由：用 AlphaGenome 对全基因组 90 亿个 SNV 做调控影响预测并开放浏览门户，为变异解读提供了一张可检索的预测图谱。
AlphaFold 3 发布 v3.0.3，代码许可证从 CC BY-NC-SA 4.0 改为 Apache 2.0，并兼容 Python 3.14。该版本还带来性能改进：Confidences JSON 序列化最高提速 30 倍，5000 残基输入的序列化时间从 43 s 降至 1.3 s，mmCIF 解析提速 4%。
推荐理由：许可证从非商用协议改为 Apache 2.0，并给出大输入序列化提速的具体数字，可据此判断能否商用与升级。