哈佛Wyss研究所开发基于基因表达的衰老时钟，筛出SRSF1并延长小鼠寿命14%
美国哈佛大学Wyss研究所团队开发出一种基于基因表达的新型衰老时钟，并用它筛出基因靶点SRSF1，在动物实验中使老年小鼠寿命延长14%，成果发表在《自然·衰老》上。
全部动态
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。
10月19日
星期一，1 条10月18日
星期日，2 条Anthropic 联合创始人：到 2030 年 AI 有望推动美国 GDP 增长近 50%
Anthropic 联合创始人杰克·克拉克称，公司内部模型预测在特定条件下到 2030 年 AI 能让美国经济产出提升近 50%，GDP 达 44 万亿美元。他同时警告 AI 发展可能超出人类管控，呼吁为这项技术制定严格规则，并称生物研究领域需最严格的人工监督与信息透明机制。
10月17日
星期六，3 条Google Research 将智能体接入湿实验室机器人，闭环设计出癌症靶点蛋白结合体
Google Research 宣布把智能体带到湿实验室工作台，通过将智能体与实体实验室机器人结合，运行快速闭环的分子设计循环，并称由此发现了针对癌症靶点的个位数纳摩尔蛋白结合体。原文附有介绍链接，未说明该流程的开放范围或是否已发表。
入选理由Google Research 把智能体接到湿实验室机器人上跑闭环分子设计，并给出针对癌症靶点的蛋白结合体结果，可看自动实验如何进入真实生物发现流程。
Google 研究让 AI 智能体在湿实验室闭环完成适配体与蛋白设计
Google Research 公布三项研究，推进 AI 智能体从计算设计走向真实湿实验室实验：VERID 框架为实验室工作单元建立语义数字孪生，让智能体在动作前检查台面布局、孔内体积和吸头库存，并在模拟中预演协议。
入选理由Google 展示了智能体在真实湿实验室中闭环设计并验证核酸适配体与蛋白结合体的进展，研究者可据此判断自动化实验的可行边界。
MIT Technology Review 圆桌对话：对话 AI 设计病毒的创造者 Samuel King
斯坦福大学博士生 Samuel King 用生成式 AI 模型提出微型病毒的遗传蓝图，这还不是 AI 生成生命的实例，但可能是下一步。MIT Technology Review 资深 AI 记者 James O'Donnell 与 King 对谈其工作、入选 Innovators Under 35 以及观察生物学的新方式，对话录制于 2026 年 10 月 16 日。
10月15日
星期四，1 条华为等提出 SwarmRSI：让科研智能体群体通过继承研究状态实现递归自我改进
华为、莱顿大学与格罗宁根大学团队在 arXiv 预印本提出 SwarmRSI，让科研智能体群体通过演化彼此继承的研究状态（假设、程序与实验证据）实现递归自我改进，包含反馈引导的群体变异、互补群体重组与递归群体演化三个机制。
10月16日
星期五，16 条OpenAI 推出 Rosalind 学术计划，美国高校研究实验室可获最多 30 个免费席位
OpenAI 推出 Rosalind Academic Plan，目前仅面向美国高校的研究实验室开放，符合条件的实验室可在 Business Standard 计划上获得最多 30 个免费席位，最长十二个月，不含 API 访问。
Google DeepMind 将 Antigravity 扩展至科学工作流，并推出面向学术研究者的科学额度计划
Google DeepMind 表示，过去一年已将编码智能体 Antigravity 与 Gemini 模型及 AlphaFold、AlphaGenome 等科学专用模型、Biomolecular Structure Viewer 等新界面结合，用于加速端到端科学工作流。
Google DeepMind 用AI助力疾病检测与药物研发
我们与全球科学家携手，用模型和工具帮助让疾病更可检测、更可治疗、更可预防。🧬 从精准定位罕见基因变异到加速药物研发，以下是我们如何助力将实验室突破转化为现实诊疗 → https://goo.gle/4i48Cmr
Meta开源816B MoE模型Muse Spark Open
Meta在Hugging Face发布开源权重模型Muse Spark Open，总参数816B、激活42B，支持1M token上下文，并针对Mac Studio本地运行优化。
引用🚨 AI News | TestingCatalog@testingcatalogDAILY AI BRIEF 🗞 — Oct 15 SPACEXSI 🔥: - SpaceXSI launched Grok Voice 3.0, a speech-to-speech model built for customer calls that it says responds in under a second with 40% lower latency. - The Grok Bot marketplace is now open for developer submissions of connectors, plugins and MCP servers. ANTHROPIC 🔥: - Claude Code Desktop added a sessions hub for starting, tracking and following up on multiple sessions from one screen. - Claude Managed Agents, the Messages API and the Claude SDK now support OpenTelemetry traces. - Anthropic opened a Singapore office, its fifth in Asia-Pacific, and signed an AI safety MOU with Singapore's government. PERPLEXITY 🔥: - Perplexity Computer added Ultrafast versions of GPT-6 Astra and SOL 6.1 for Max subscribers. MISTRAL 🔥: - New Material, a design and AI product studio, is joining Mistral to help build its frontier solutions. MICROSOFT 🔥: - GitHub Copilot updated HydraFusion's model pool and added a new HydraFusion Max option, both still in research preview. GOOGLE 🔥: - Google Messages is adding an enhanced protection mode against phone scams. - YouTube Music is rolling out labels for AI-generated songs. OPENAI 🔥: - Codex got another global usage-limit reset on Day 10. NVIDIA 🔥: - NVIDIA AI teased its own model launch coming next week. * Used Grok to compose this brief, cherry-picking the news and doing some post-editing.
脑类器官成功“读取”盲文信号，向生物混合计算迈出关键一步
布里斯托大学团队让脑类器官通过多电极阵列接收盲文触觉信号，单个类器官约61%的情况下可被解码为对应字母，三个类器官组合时准确率提升至83%。类器官经处理后仍保留足够信息用于支持向量机分类，且在人工噪声下比直接解码更稳健。研究者强调实验仅证明信号可被接收与传递，尚未展示类器官的学习或长期变化，下一步将拓展至纹理、边缘等触觉任务及闭环反馈。
NVIDIA 与 IIT Madras 发布 2.8 万亿 token 印度语言预训练语料及开放生成流程
NVIDIA 联合 IIT Madras 的 AI4Bharat 实验室发布 Nemotron-pretraining-Indic-v1，覆盖 22 种印度语言、约 2.8 万亿 token，并公开用于生成该语料的 GPU 加速数据生成流程。
入选理由NVIDIA 与 IIT Madras 公开 2.8 万亿 token 的印度语言预训练语料及生成流程，研究者可据此评估多语言模型的训练数据来源。
中国科学院揭示PKR串联dsRBD调控激酶激活机制，成果发表于PNAS
中国科学院分子细胞科学卓越创新中心整合单分子荧光成像、人工智能结构预测与生化及细胞功能验证，揭示PKR的两个dsRBD通过分子内互作形成独特构象，以"扫描—捕获"模式识别dsRNA并驱动激酶激活。破坏dsRBD1-dsRBD2互作界面会在体外和细胞水平削弱PKR功能，该界面有望成为干预PKR异常激活的潜在药物靶点。相关成果在线发表于PNAS。
LitGene：整合文本与基因本体的可解释基因表示学习模型
研究团队在 Nature Communications 发表 LitGene，一个通过对比学习把非结构化文本与 Gene Ontology 注释整合起来、改进基因表示的可解释 transformer 模型。
Sakana AI 发布 The Agentic Scientist，用编码智能体做共同发现并开源
Sakana AI 发布第三阶段系统 The Agentic Scientist，把 Codex、Claude Code 等现成编码智能体包进一套 scaffold，由它控制智能体看到什么、写什么、如何评估以及结果如何交给下一阶段，覆盖课题设定、假设探索、实验、验证到论文写作。
引用Sakana AI@SakanaAILabsThe Agentic Scientist: Orchestrating Coding Agents for Automated Scientific (Co-)Discovery Blog: https://pub.sakana.ai/agentic-scientist/ GitHub: https://github.com/SakanaAI/AI-Scientist-v3 arXiv: https://arxiv.org/abs/2610.18933 Since 2024, we’ve used The AI Scientist as a way to test how far AI alone can take scientific research, from v1 to v2 to the paper published in Nature earlier this year. The Agentic Scientist is the next step in that line of work, built for the era of coding agents. Coding agents such as Codex and Claude Code now carry out long software tasks on their own. Handing them a research problem, however, tends to produce a strong hyperparameter optimizer rather than a scientist: scores go up, but ideas stay narrow, and the reasons for the gain are rarely examined. The Agentic Scientist makes the research loop explicit. It wraps off-the-shelf coding agents in a scaffold that controls what they see, what they write, how they are evaluated, and how results are handed to the next stage. Parallel workers test hypotheses against rubrics defined before any experiment runs, share successes and failures through a common memory, and then ablate the winning program to generate evidence. We used an early version of the system to study Error Diffusion, a biologically motivated alternative to backpropagation. Our researchers set the question and the rubric, chose directions at each stage, and verified the results, references, and claims before submission. The resulting paper was accepted as an oral presentation at ALIFE 2026. In autonomous runs, the system also raised Doc-to-LoRA retrieval accuracy from 52% to 98% on multi-needle tasks and designed a learned evolution strategy that improves over its CMA-ES reference on unseen tasks. Alongside it we release AutoIllustrate, a pipeline for scientific figures that keeps an editable http://draw.io file as the source of truth, so every diagram can be corrected by hand. Humans define the question and the standards of evidence; agents expand the experiments researchers can run. We call this Co-Discovery, and we are releasing both systems as open source for the community to build on.
入选理由Sakana AI 公开了把编码智能体组织成科研流程的开源框架，研究者可以据此判断人机分工的边界。
谷歌 Antigravity 平台用 AI 加速抗菌肽发现，候选分子进入湿实验室验证
谷歌推出 Google Antigravity 智能开发平台，提供智能科学工作台，把原本跨多个数据库的分散搜索整合到单次会话，支持生物学家发现、结构评估和筛选潜在靶点。
OpenAI 为学术研究推出 GPT-Rosalind 学术计划
OpenAI 扩大 GPT-Rosalind 在学术研究中的访问范围，推出 Rosalind Academic Plan，为符合条件的美国高校实验室提供赞助访问。该计划用于把 AI 引入理解生物学、探索想法和决定下一步测试什么的工作中。
MIT 团队用机器学习模型 IRIS 解码细胞通讯信号
MIT 与 Whitehead Institute 的研究团队开发了机器学习模型 IRIS，通过识别不同信号通路留下的独特基因活动指纹，推断细胞在发育过程中接收过哪些信号。
DiscoveryRSI 框架提出递归学习生成科研假设，并发布 DFM-Bench 评测基准
研究团队提出 DiscoveryRSI 框架，通过多智能体演化搜索构建假设树，把选中的研究方案编译为可执行的 Harbor 任务，并借助假设信用优化、harness 回放和再发现三种机制递归学习。
OpenAI 推出 Rosalind Academic Plan，为美国高校实验室免费提供 GPT-Rosalind
OpenAI 推出 Rosalind Academic Plan，符合条件的美国高校实验室可免费获得最多 30 个 Business Standard 席位、最长 12 个月，并可使用 GPT-Rosalind 与 Rosalind Workbench。
入选理由面向美国高校实验室的免费席位与申请门槛写得具体，生命科学研究者可据此判断能否把 GPT-Rosalind 接入课题流程。
IsomorphicLabs 用 Gemini 4 Argon 加速药物研发
在 @IsomorphicLabs，研究人员正将 Gemini 4 Argon 作为伙伴，加速药物发现与设计研究 🧬 Argon 能快速综合复杂的 PDF 和专利以提取相关信息，将通常耗时数周的过程缩短至仅数小时。
Google 发布 Antigravity 智能体科研工作台，并内置 Biomolecular Structure Viewer
Google 发布智能体开发平台 Google Antigravity，提供面向生物学家的智能体科研工作台，把原本分散在多个数据库的检索压缩到一次会话中，并借助 ProtNLM 扫描 UniProt 中数百万条功能未知的蛋白质序列。
入选理由Google 把跨数据库检索、结构分析与文献综合放进一个智能体会话，研究者可据此判断这类工作台能否压缩抗菌肽早期筛选流程。
10月15日
星期四，7 条NVIDIA 加入欧盟 AI in Science Enablers 计划，开放模型、课程与算力资源
在都柏林 AI in Science Summit 上，欧盟委员会启动 AI in Science Enablers Initiative，这是与 RAISE（Resource for AI Science in Europe）相连的共享框架，NVIDIA 宣布加入并提供加速工具、算力云资源、培训与技术支持、合作试点及初创生态支持。
入选理由欧盟 RAISE 框架下 NVIDIA 开放模型、课程与算力通道，欧洲小型实验室和初创可据此判断能拿到哪些资源。
NVIDIA 与北欧如何展示区域级先进计算的落地路径
NVIDIA 披露其在北欧的技术生态投入，包括投资瑞典初创公司 Lovable 和 Legora，前者正用 NVIDIA Dynamo 与 Nemotron 优化开放模型推理。
HDOCK-Multimer：混合建模提升大型蛋白复合物结构预测
Nature Computational Science 在线发表的研究提出自动化框架 HDOCK-Multimer（HDM），将从头对接与组合组装结合，用于大型蛋白复合物的结构预测。
Leash Bio 发布 Minos 预印本与开放数据集，用 DEL 数据构建智能体科学推理沙盒
Leash Bio 的 Ian Quigley 在 Latent Space 播客中介绍，团队把过去几年积累的 DNA 编码库（DEL）数据转化为数万个 lab-in-the-loop 模拟，供智能体做可验证的科学推理，这一想法已发展为 Minos，并发布预印本、博客和开放数据集。
研究者用 AI 设计可切割特定蛋白的蛋白酶
研究者利用 AI 蛋白设计工具，保留两类蛋白酶催化核心并替换蛋白其余部分，设计出可定向将特定蛋白切成两半的酶。他们通过切割与神经疾病相关的蛋白验证了这些酶的效果。原文提到，肽键本身半衰期估计达数百年，而生物体演化出的蛋白酶能快速将其打断，这项工作相当于绕过了蛋白酶的自然多样化过程。
华为等提出 SwarmRSI：让科学智能体群体通过共享研究状态递归自我改进
华为、Leiden University 等机构的研究者提出 SwarmRSI 框架，让科学智能体群体通过演化彼此继承的研究状态（假设、程序与实验证据）实现递归自我改进，代码已在 GitHub 公开。
