“长江杯”全球AI蛋白质设计挑战赛公布7大赛道靶点与规则
上海人工智能实验室联合十余家机构发起的“长江杯”2026全球AI蛋白质设计挑战赛公布7个赛道靶点与完整竞赛规则,每个赛道只接受一种指定分子类型,独立筛选、验证和排名。
按时间排列的全部内容。默认只显示通过双重评分的入选条目;切换到“全部收录”可以检索所有抓到的资料。
295 条收录动态,更新于 17:43
全部收录包含没有通过评分的资料,标题以常规字体显示并标为“未入选”,只供检索,不写入选理由。
上海人工智能实验室联合十余家机构发起的“长江杯”2026全球AI蛋白质设计挑战赛公布7个赛道靶点与完整竞赛规则,每个赛道只接受一种指定分子类型,独立筛选、验证和排名。
Anthropic 生物学研究团队借助 Claude 完成了原核细胞中 vault 颗粒的首次三维结构解析,相关预印本已提交 bioRxiv。
入选理由Anthropic 生物实验室用 Claude 完成从序列检索到冷冻电镜建模的全流程,给出原核细胞中首个 vault 颗粒结构,研究者可据此判断 AI 在结构生物学中的分工边界。
Anthropic 用 Claude AI 分析发现,细菌和病毒也可能制造穹窿体(vault),提示这类细胞中最奇特的颗粒结构起源古老。该结果加深了人们对穹窿体来源的疑问,但仍是基于 AI 分析的推断,尚待实验验证。
Anthropic 生物研究团队借助 Claude 解析出细菌及其感染病毒中类似蛋白组装成的 vault 颗粒三维结构,此前 vault 只在动物、植物等复杂细胞中被发现。
Edison Scientific 与生物制药公司 Incyte 合作开发 Kosmos Target Assessment(Kosmos TA),这是其 AI Scientist 产品 Kosmos 的专用版本,用于评估药物靶点并筛选候选。
入选理由材料给出药企与 AI 公司合作定制靶点评估智能体的具体做法与内部评测结果,可供关注药物发现工作流的从业者参考。
研究提出 RobPicker 元学习框架,用于在冷冻电子断层图像(cryo-ET)中识别大分子。作者同时公开了配套数据集与源代码(均存于 Zenodo),论文发表于 Nature 旗下方法学期刊。该框架面向 cryo-ET 数据中分子模式识别这一结构生物学数据处理环节。
Deloitte 数据显示,到 2030 年将有 190 款高收入药物失去专利保护,其中 36% 为高收入药物,约 2360 亿美元收入面临风险。
上海交通大学等机构的研究者提出一个自主科研智能体,把冻结的 AlphaFold 3 当作黑箱实验仪器,针对每个靶点自行提出生物学假设、分析并重组 MSA,仅依赖预测器的无标签置信信号迭代调整序列选择与跨链配对。
作者提出 El Agente Fármaco,一个用大语言模型把日常语言表述的发现目标转成可扩展计算筛选流程的 AI 科学家,由智能体选择科学工具、审阅结果并调整后续步骤。
中国科学院天津工业生物技术研究所构建食品生物制造知识库 SynBioFooDB,整合 74237 种食品化合物的来源、功能与生物活性信息,并通过大语言模型辅助提取与专家核验,从 5592 篇文献中提取涉及 1054 种化合物的微生物生产证据。
入选理由知识库把分散的微生物生产证据与合成途径整合为可检索平台,研究者可据此比较宿主与改造策略。
alphaXiv 转发 intology 关于自动化 AI 研发用于分子发现的博客,并给出发布在 alphaXiv 上的链接。据该博客,自动化研究系统 Locus 可自主开发科学 AI 模型,在分子性质预测、微调 Boltz-2 预测小分子活性以及围绕 BoltzGen、Boltz-2、ESMC、ESMFold2 构建抗体设计流程等任务上,表现优于 SOTA 基线和用于优化这些任务的 LLM 智能体;博客还称其在数据有限时泛化更好、样本效率更高、解方案更多样。
Locus sets the frontier for automating molecular design Our automated research system Locus develops scientific AI models that outperform SOTA expert solutions Unlocking the potential of scientific AI requires leveraging proprietary data. Locus achieves this autonomously 🧵👇 -- We test Locus across a number of tasks related to molecular scoring and design: training molecular property prediction models for a proprietary task, fine-tuning Boltz-2 to predict small-molecule potency, and building antibody design workflows around BoltzGen, Boltz-2, ESMC, and ESMFold2. Each of these settings are real-world AI for science use cases, where tasks are often out-of-distribution for existing foundation models and limited in data, while featuring expensive and noisy evaluators. Compared to state-of-the-art baselines and LLM agents set to optimize these tasks, Locus achieves higher performance. Additionally, Locus generalizes better despite limited data, finds more sample efficient solutions, and explores a higher diversity of solutions.
谷歌 DeepMind 为 Google Antigravity 推出一套化学信息学技能,帮助科研人员完成药物发现中的文献检索、分子分析、模型构建和新分子设计。
NASA与佐治亚理工学院开发出机器学习框架LifeTracer,通过分析8块碳质陨石和10份地球地质样品的有机化合物分布模式,区分生物与非生物来源,成果发表于PNAS Nexus。该系统可同时分析数千种分子特征,面向未来火星样品返回及土卫二等原位探测任务。
一位1992年出生、确诊囊性纤维化(CF)的作者讲述自身治疗经历,并回顾Vertex Pharmaceuticals从结构导向设计转向筛选、最终做出CFTR调节剂的过程。
Reza Sameni 发布 WFDB-x,将 WFDB Software Package 10.7.0 原生重实现于 Python、C++、Rust、Julia、R、MATLAB/Octave 和 Kotlin 七种语言,每种都提供库函数、高层 API 和 33 个命令行工具。
上海交通大学等机构的研究者提出一个自主智能体,把冻结的 AlphaFold 3 当作黑箱实验仪器,针对每个蛋白复合物靶点提出生物学假设、分析并重组 MSA,仅凭预测器的无标签置信信号迭代调整序列选择与跨链配对。
同构实验室总裁马克斯·贾德伯格在伦敦彭博科技大会上预测,未来所有药物都将由 AI 设计,区别只在于实现时间。这家由谷歌 DeepMind 分拆成立的公司累计融资约 27 亿美元,目前仍处于临床前试验阶段,其自主研发药物主要用于治疗癌症、免疫系统疾病和炎症。
Deep Principle 发布 Hydrogen-1.0,这是一个面向化学、材料科学与生命科学的 753B 开放权重模型,在 Z.ai 的 GLM-5.3 基础上用领域数据、实验室记录和智能体发现轨迹后训练而成,权重以 MIT 许可在 Hugging Face 和 ModelScope 开放。
一等奖 Delphi 构建了一个平台,依据文献、形式化证明和数据来核查生物学论断,报告了 1,763 条论断和 174 项数据测试。其飞鱼设计工作室将这些证据与模拟以及可3D打印的机身和鳍设计连接起来。 @xX_itsamit_Xx @ashleycaselli @Jdietz @kk_VirtualVerve
alphaXiv 公布 Virtual Brain 获得三等奖,该平台协调多个 AI 智能体审阅论文、构建个性化大脑模型并模拟癫痫治疗方案,由独立智能体核查工作。在一项盲法虚拟患者研究中,系统找出了全部四处已知流程缺陷,并将自身的治疗结论标记为不可靠。
Biohub 启动影像驻留项目(Imaging Residency Program),已选出 18 位科学家嵌入其研究团队,围绕冷冻电子断层扫描、计算成像、发育系统图谱等方向开展合作,并提供固定经费支持聚焦项目。
MIT 的 Regina Barzilay 与 James Collins 获得 2026 年 Pritzker AI 科学研究卓越奖,表彰其整合深度学习、生物工程与实验验证来发现抗耐药菌候选药物的工作。
十月亮点回顾: 我们发布了 Muse Wonder 和 Muse Wonder Full 两款面向 AI 智能体的前沿模型;澄清了关于数据中心的一些最大误解;并与美国高校合作,利用 AI 加速医学与科学突破。
斯坦福大学 Wu Tsai Neurosciences Institute 启动 Stanford Digital Brain Project,计划未来五年从约 100 人采集约 14000 小时影像数据,训练预测脑活动、生成可后续在人体验证的假设的 AI 基础模型。
Elicit 宣布其检索不再局限于科研论文,可调用专利(USPTO、EPO、WIPO)、Open Targets 的基因与疾病关联证据、Broad Institute 的 DepMap 癌症依赖数据、FDA 的 FAERS 与 MAUDE 自发报告数据库,以及 EMBL-EBI 的 ChEMBL 生物活性分子数据。
入选理由材料说明 Elicit 在论文之外接入专利、靶点遗传证据、DepMap、FDA 安全报告和 ChEMBL,药物研发读者可据此判断证据来源边界。
大多数技术让科学家获得更多信息。AI 是第一个自己动手做事的。 这是 Parantu Shah 在生物学领域从事机器学习 20 多年后的观点。他负责 EMD Serono / Merck KGaA, Darmstadt, Germany 的数据科学工作,并与我们的 CEO 坐下来讨论了这一转变对药物发现意味着什么。
生物科技初创公司 Exin Therapeutics 本周声称,已让 AI 智能体操控机械臂对一只癫痫模型小鼠完成脑部注射。
作者提出 BioAgent-DF,用配对参考值与候选值在原坐标上还原或移植,审计生物医学研究智能体在工具数值被静默污染后读了哪些文献、引了哪些句子。在 SciFact 的八个批次中,Qwen3.5-4B 在三个捕获–论断组合上出现可重复的引用变化,Gemma 3 4B IT 在四个组合上出现可重复的阅读与引用变化,共涉及两个论断,而完整还原可恢复参考证据集且结论不变。
BioAgent-DF 通过在同一科学计算位置保存参考值与候选值并在原坐标恢复或移植,检验科研智能体是否在结论不变的情况下改变所读和所引证据。在八个 SciFact 批次上,Qwen3.5-4B 在三种采集与主张组合中出现可重复的引用变化,Gemma 3 4B IT 在四种组合中出现可重复的读取与引用变化,这七种组合覆盖两项主张。
据 Exin Therapeutics 联合创始人、牛津大学博士生 Gabriel Ocana-Santero 在 X 上描述,团队给 Claude Sonnet 5 一份包含 19 种候选基因疗法的清单、一个癫痫小鼠模型和一台带摄像头的定制电动手术装置,唯一指令是减少小鼠的癫痫发作;该智能体自行选定了药物、脑区和立体定位坐标,并完成注射。