Nature Methods 推出新专栏 AI Bytes,用通俗语言讲解 AI 概念
Nature Methods 推出月度专栏 AI Bytes,面向生命科学研究者用通俗语言解释人工智能与深度学习概念,并附基础论文、教程和课程等权威延伸资源。首篇文章由斯坦福大学 Zijian Ma 与 James Zou 撰写,讨论生物基础模型;12 月第二篇将由卡内基梅隆大学 Xingjian Li 与 Min Xu 介绍常见 AI 架构及适用数据类型。
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。
272 条收录动态,更新于 15:29
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。
Nature Methods 推出月度专栏 AI Bytes,面向生命科学研究者用通俗语言解释人工智能与深度学习概念,并附基础论文、教程和课程等权威延伸资源。首篇文章由斯坦福大学 Zijian Ma 与 James Zou 撰写,讨论生物基础模型;12 月第二篇将由卡内基梅隆大学 Xingjian Li 与 Min Xu 介绍常见 AI 架构及适用数据类型。
腾讯发布语言模型 Hy4,首次具备图像理解与自主操作软件能力,目前仅通过腾讯云、OpenRouter 和元宝等腾讯应用提供,权重发布日期未定。腾讯称在 200 多名金融从业者对近 600 项真实任务的评测中,Hy4 领先 Deepseek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash;内部测试中联网研究幻觉率从近 16% 降至约 5%。
SciSpace 发布指南,讲解如何用 Python 调用 UniProt REST API 按字段查询 UniProtKB 蛋白记录、下载 FASTA 序列并分页处理结果。
OpenAI 联合创始人兼总裁格雷格·布罗克曼在《华尔街日报》科技峰会(WSJ Tech)上表示,未来死亡或许会成为一种选择,并预计未来 12 至 18 个月 AI 有望推动生物学、医疗健康和疾病治疗领域取得重大突破。
自然科学基金委生命科学部2026年度青年科学基金项目(B类)启动会于2026年10月28日至29日在北京召开,由中国农业大学协办。副主任张学敏在会上指出生命科学存在"套路化"倾向,强调结题审查将重点考察标志性成果或阶段性进展。项目负责人围绕AI重塑生命科学研究范式等议题进行了分组研讨。
中国科大 MIRACLE 实验室发布开源 RNA 序列基础模型 structRFM,相关成果于 11 月 5 日发表于 Nature。团队构建约 2100 万条经计算注释的序列-二级结构配对数据,同时预训练序列上下文与结构依赖,模型仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征,用于二级与三级结构预测、剪接位点预测、内部核糖体进入位点识别和非编码 RNA 分类等任务。
中国科学技术大学医学影像智能与机器人(MIRACLE)实验室发布开源 RNA 序列基础模型 structRFM,仅需输入序列即可提取序列级、核苷酸级和核苷酸对级特征,用于结构预测与功能推断。
入选理由RNA 序列基础模型开放权重与数据,做 RNA 结构预测和功能推断的研究者可据此评估能否接入现有流程。
Anthropic 生物学研究团队借助 Claude 解析出原核生物 Vault(穹窿颗粒)的三维结构,其中噬菌体来源的 L05 蛋白由 96 条蛋白链组成,冷冻电镜分辨率达 3.2 埃,结构数据已存入蛋白质数据库。
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。