2026.10.01 AI4S 贝勒医学院用AI预测三元复合物，设计出靶向VAV1的分子胶降解剂 → 近日，一项由美国贝勒医学院主导的研究发表在《自然通讯》上。论文展示了一条新的分子胶发现路径：用高通量蛋白质组学做无偏筛选，再用人工智能与物理建模结合的方法预测三元复合物界面，最后据此指导分子优化。研究以造血系统特异性信号蛋白VAV1为对象，最终得到一系列靶向VAV1的分子胶降解剂，其中优化后的化合物NGT-201-18在人原代T细胞中实现了剂量依赖的蛋白降解。研究团队表示，这套路径的意义不只是找到几个化合物，而是把分子胶发现从依赖偶然与经验，推进为可迭代、可解释的闭环。
2026.09.30 AI4S 微软研究院发布Quine，给生物学建一个会设计的多模态世界模型 → 9月29日，微软研究院发布名为Quine的研究系统，包含两部分：一个面向生物学的多模态世界模型，以及一层把模型与推理模型、科学工具、文献、湿实验室和研究团队连接起来的工具层。论文由微软研究院的副总裁与杰出科学家Nicolo Fusi、副总裁Jonathan M. Carlson等人撰写。公司同时宣布开放首批Quine Fellows的申请，并披露与麻省理工学院和哈佛大学共建的Broad Institute合作，用该系统对数千种化合物做了排序，其中排名靠前的若干候选在多项湿实验…
2026.09.29 AI4S 中科院合肥团队发布HelixDTA，把药物与靶点结合强度算得更准 → 中国科学院合肥物质科学研究院的一项新成果，把AI辅助药物发现中一个基础环节的精度往前推了一步。由张帆教授与谷洪苍教授带领的研究团队开发出深度学习模型HelixDTA，用于预测药物分子与靶点蛋白之间的亲和力，也就是两者结合的强度。这项研究发表在《化学信息与建模杂志》上。在AI制药的链条里，亲和力预测处在非常靠前的位置：它决定了哪些候选分子值得被合成、被送去做实验，因此哪怕精度只提升一点，也会在下游被放大成可观的成本差异。
2026.09.28 AI4S 斯坦福用AI筛出抗菌聚合物，170万个候选里挑出10个抗生素新星 → 9月下旬，斯坦福大学工程团队公布了一项抗生素发现成果：一个AI模型从170万个计算生成的聚合物结构中，筛出10个高活性抗菌候选。与传统抗生素不同，这些合成聚合物不进入细菌内部去抑制某个特定蛋白，而是从外部直接把细菌的细胞膜撕开。相关论文于9月21日发表在期刊Matter上。在当前耐药菌持续扩散、革兰氏阴性菌领域数十年没有新类别抗生素问世的背景下，这条技术路线的意义不只是筛出了几个分子。
2026.09.27 AI4S 英伟达联手DeepMind：AI预测2800多种病毒蛋白结构 → 9月下旬，英伟达宣布加入Google DeepMind与欧洲合作伙伴的联合项目，发布了一批由AI预测的蛋白质结构，覆盖2800多种病毒。这批结果并不是某一项新算法的论文演示，而是一次规模化的结构补全：把大量此前缺乏实验解析的病毒蛋白，用计算方式先给出可用的三维结构，供全球研究者查询与使用。对一个长期受制于实验解析速度的领域来说，这意味着可用结构的总量在短时间内被显著抬高。
2026.09.26 AI4S AI设计抗体进临床，BigHat融资7500万美元押注湿实验数据 → 临床阶段的AI驱动蛋白质疗法公司BigHat Biosciences在9月24日宣布完成7500万美元C轮融资，累计融资规模达到2.23亿美元。本轮由DFJ Growth与Premji Invest联合领投，Catalio Capital Management、LG Technology Ventures与Sigmas Group作为新投资方参与，老股东包括8VC、Alexandria Venture Investments、Amgen Ventures、Andreessen…
2026.09.25 AI4S 字节分拆的AI制药公司首轮融资2.9亿美元，三个月估值冲到15亿美元 → 9月下旬，由字节跳动分拆出来的AI制药公司Anew Labs宣布完成首轮外部融资，金额2.9亿美元，投后估值约15亿美元。投资方阵容包括红杉中国、IDG资本、高瓴创投与五源资本，中国生物制药等产业方以战略投资方身份参与。融资完成后，字节跳动保留56%股份，仍是控股股东。这家公司的前身是字节跳动内部的AI for Science药物发现团队，2026年6月正式拆分独立，以上海杨浦为国内总部，同时在圣何塞与新加坡设有办公室。从启动分拆到首轮融资落定前后不过三个月，这样的速度在国内…
2026.09.24 AI4S 950个AI智能体跑了21小时，从DNA数据库里挖出全新酶系统 → Anthropic的生命科学研究组用Claude完成了一次自主科学发现。研究人员让模型直接搜索海量DNA序列数据库，结果找到了一套此前被生物学界忽略的酶系统，命名为阵列关联反转录酶，英文缩写为ART。这次搜索动用了约950个并行智能体，连续运行21小时，累计消耗约2.1亿词元。与常见的辅助写作或代码生成不同，这次模型的角色是主动搜索者：它需要自己判断在哪里找、找什么、以及哪些信号值得深挖。
2026.09.23 AI4S 晶泰科技助力的HIV候选药获提名，先补上长期缺失的关键蛋白结构 → 新药研发里有一类难题，卡点不在分子设计，而在看不清靶点。结构信息缺失时，设计只能靠盲筛试错，成功率与周期都无法控制。近日公布的一项艾滋病治疗方向进展，正是从补齐缺失结构入手的：合作团队首次拿到了关键蛋白区域的原子级结构，AI随后在千万级虚拟化合物库中完成定向筛选，最终提名临床前候选分子。
2026.09.22 AI4S 斯坦福开出3.7万个AI智能体的虚拟药企，一周跑完5.6万项临床试验 → 一家生物技术公司可以没有实验室、没有工位、也没有工资表，这件事在2026年9月被摆到了台面上。9月17日，斯坦福大学医学院在《科学》发表一项研究，把一个完整的药物研发组织搬进了云端，最多同时动用3.7万个AI智能体。系统在一周内完成约5.6万项临床试验的结构化标注，归纳出两条能预测药物成败的靶点规律，还独立提出一款针对肺癌蛋白B7-H3的抗体偶联药物策略。数月后，一家真实药企独立开发了思路相近的方案并拿到美国食品药品监督管理局的突破性疗法认定。
2026.09.21 AI4S 昌平实验室与华为发布TorchX，抗体设计成功率从34%提到70% → AI做生物分子设计这件事，长期卡在两个地方：一是模型能力，二是算力归属。前者决定能不能算出有用的结果，后者决定谁能用得起。9月17日，昌平实验室与华为联合发布TorchX全原子生物分子模型体系，一次性回应了这两个问题：模型侧给出三个核心模块，算力侧做到昇腾NPU原生，同时把推理代码、训练代码、模型权重与训练数据全部开放。
2026.09.20 AI4S 达摩院DAMO RADAR登上《科学》：一个模型识别146种腹部病症并开源 → 医疗影像AI长期困在一病一模的路径里：一个模型只针对一种疾病，每学一种新病都要重新准备大量人工标注的片子。这种方式在单病种上效果不错，但面对真实临床中错综复杂的腹部CT，通用性就成了短板。9月18日，阿里巴巴达摩院与浙江大学医学院附属第一医院等机构联合研发的通用医疗影像AI模型DAMO RADAR登上国际顶级学术期刊《科学》，面向腹部增强CT可一次性识别146种病症，准确性首次达到影像科专家级水平，并已正式开源。
2026.09.19 AI4S 五家药企联邦学习训练出AISB-1-Fed，蛋白预测准确率提升16个百分点 → AI预测蛋白质结构的声浪持续了几年，但一旦把问题推进到"药物分子与靶点如何结合"，整个领域就撞上同一道墙：公开数据远远不够。9月14日，Nature官网以头条形式报道了一项新进展。由艾伯维、Astex、百时美施贵宝、强生、武田五家跨国药企组成的AISB网络，动用超过两万个私有的蛋白-配体结构，对开源版AlphaFold3即OpenFold3进行联邦学习微调，训练出AISB-1-Fed，在蛋白-药物复合物预测上显著优于仅用公开数据训练的版本。这件事的意义不只是准确率提高，而是它…
2026.09.17 AI4S 全球首个雄性果蝇全脑连接图公开，16.6万神经元被网友玩出花 → 9月初，HHMI Janelia、谷歌研究院与剑桥连接组学团队等合作方发布了首个成年雄性黑腹果蝇完整中枢神经系统连接图，编号MaleCNS v1.0，覆盖超过16.6万个神经元与数千万个突触连接，包含中央大脑、视觉叶与腹神经索三部分，可以完整追踪从感觉输入到运动输出的路径。数据集开放下载后不到两周，它就被全球开发者接进了各种虚拟环境，成为一场横跨科研与网络文化的现象级事件。
2026.09.16 AI4S 万亿参数科学模型反超GPT-6，1300张H200跑通材料分析闭环 → 9月15日，位于美国门洛帕克的Periodic Labs发布了一个名为Periodic Neon的模型。它有一万亿参数，走开源路线，目标却不是聊天、写作或写代码，而是分析实验室里的X射线衍射图谱。发布者是公司联合创始人Liam Fedus，他此前在OpenAI与Google DeepMind任职。按他的说法，团队只用了1300张H200，加上自己实验室几个月积累的实验数据，就把一个开源底座中期训练加强化学习成了在材料分析上超过通用前沿模型的专用系统。
2026.09.15 AI4S 让AI看见化学键断裂与酶催化，国产反应性力场登上《科学进展》 → AI在生物制造与药物研发领域的应用越来越深，但一个共识也在形成：模型能快速生成和预测，却往往说不清为什么，这种黑盒特性正在成为信任瓶颈。我国科研团队的最新研究为突破这个瓶颈提供了一件新工具。近日，国内AI蛋白质设计平台公司上海分子之心科技集团自主研发的AI驱动反应性原子建模平台QuantaMind相关研究成果，以《利用QuantaMind MD弥合反应分子动力学中的精度与速度鸿沟》为题发表于国际期刊《科学进展》，该刊影响因子13.9。
2026.09.14 AI4S AI科研从单点答题走向完成课题，上海人工智能实验室开放全栈服务 → 9月13日，在2026浦江创新论坛人工智能赋能科学研究专题论坛上，上海人工智能实验室升级发布书生·端砚科学发现平台，并全面开放其全栈服务。继今年7月首次发布之后，平台这次完成了三项核心能力升级：面向复杂科研任务的模型与Science Harness协同、贯穿全程的可信科研证据链，以及真实科学验证闭环的打通。
2026.09.13 AI4S AI设计蛋白15个靶点拿下14个，命中率超35%远超行业水平 → Anthropic近日发布一篇技术博客，详细复盘了旗下模型参与蛋白质设计的过程。团队让模型从头设计了1320个蛋白质候选，随后交由外部实验室生产并验证。结果显示，共有354个候选成功结合目标，15个靶点中拿下14个，最高命中率达到35.1%。作为对照，当前蛋白质设计项目的典型命中率通常只有10%到15%。在完成设计之后，模型还接手了实验数据分析工作：面对实验室提供的核磁共振与液相色谱质谱原始文件，它只读取了两句任务说明，就分别用23分钟和19分钟完成处理，测得样品纯度96.4…
2026.09.12 AI4S 首款AI设计药物进入三期临床，从靶点发现到候选化合物只用18个月 → 9月9日，英矽智能的AI设计药物rentosertib完成三期临床试验的首例患者给药。试验代号GENESIS-IPF-3，计划在中国47个临床中心入组320名特发性肺纤维化患者，每日给药一次，持续52周，主要终点是肺功能的年下降率。这款药物的特殊之处在于来源：靶点由英矽智能的靶点发现平台从候选清单中筛出并锁定TNIK蛋白，分子结构由生成式化学平台设计，人类团队负责后续的筛选、合成、测试与优化。公司称从启动靶点发现到确定临床前候选化合物用了18个月。在此之前，英矽智能在2025…
2026.09.11 AI4S MIT用GPT-5.6 Sol自主校准量子芯片，实验跑整夜不用人盯 → OpenAI近日披露了一项来自麻省理工学院的实验：该校工程量子系统研究组的研究生比阿特丽斯·扬克列维奇，把GPT-5.6 Sol通过Codex接入实验室软件，让AI智能体在一块尚未校准的六量子比特超导芯片上，自主完成标准测量流程。智能体自行选择测量参数、操作硬件、分析返回数据，并据此决定下一步做什么。在信号清晰的条件下，它几乎不需要研究者介入，就识别出量子比特的跃迁频率、校准了用于控制和读取的微波脉冲，并测定出量子比特保持量子信息的时间。这项尝试把前沿模型从写代码、查文献推进…