★ 4
Anthropic：Claude 设计出抗蝎毒神经毒素蛋白结合体
Anthropic 让内部研究模型 Claude 在 64 小时内自主设计针对蝎毒神经毒素的微型蛋白结合体，共生成 31.8 万个设计并选出 211 个送检，其中 17 个通过结合标准。Anthropic 公开全部设计与数据，但强调尚未验证其能否中和毒素，不宣称已制成抗毒血清。
Hacker News12 天前
#药物发现
共 17 篇相关资讯，按重要度与时间排序，每 3 小时更新。
★ 3
AI 或使人类寿命翻倍：长寿研究新工具
一篇观点文章称 AI 正为长寿研究提供新路径：更好的工具识别潜在干预手段，并评估其在人体中的效果。团队在 Cell 发表开放工具评估 AI 模型以识别衰老生物学药物靶点，在 Nature Biotechnology 探索将血液衰老测量纳入 AI 开发药物的临床试验。作者认为 AI 最终或助人类寿命…
快公司18 天前
★ 3
AI热潮最大回报或是更好的药物
文章认为，AI基础设施建设的价值最终将在应用层兑现，而医药是最清晰的路径之一。美国医疗支出2024年达5.3万亿美元，AI有望通过减少无效实验、提升药物发现效率，创造商业与社会双重回报。
快公司35 天前
★ 3
研究引导大语言模型预测编辑序列优化分子可合成性
一篇学术论文提出引导大语言模型预测编辑序列，以优化分子的可合成性。该方法将LLM应用于分子设计领域，有望加速药物发现与材料研发中的合成路径规划。
Nature Machine Intelligence40 天前
★ 3
Anthropic 建湿实验室推进AI药物发现
Anthropic 正在建设生物学湿实验室，以推动 AI 驱动的药物发现研究。此举标志着这家以安全著称的 AI 公司正式向生命科学实验领域延伸，将模型能力与真实实验数据结合。
Hacker News – AI44 天前
★ 3
SimpleDesign：蛋白质序列与结构联合设计模型
蛋白质功能由氨基酸序列与三维结构的复杂交互决定。SimpleDesign 提出联合模型，避免现有多阶段训练中先训自编码器再训生成模型的流程，实现序列与结构的协同设计。
Apple Machine Learning Research52 天前
★ 3
MolEmb：多模态大语言模型作为分子嵌入模型
MolEmb框架利用多模态LLM，通过双向对比目标对齐分子图谱与文本描述，生成上下文相关的分子嵌入。在分子性质预测和跨模态检索上表现优异，并引入MolCAR基准评估上下文感知检索。
arXiv cs.AI68 天前
★ 2
EVA-Flow：统一环境感知分子构象生成框架发布
论文提出 EVA-Flow，一个统一的环境感知分子构象生成框架，学习共享化学结构并通过环境条件生成建模进行适配。在真空、蛋白-配体对接、溶剂化与晶体堆积四类场景中，预训练加跨环境微调在三个数据稀缺场景收益最大。分析显示同一分子可在不同环境下生成不同构象，对药物发现与材料设计有潜在价值。
arXiv cs.LG5 天前
★ 2
研究提出蛋白-配体结合预测结构方法评估指南
一项研究针对基于结构的蛋白质-配体结合预测方法提出系统性评估指南，旨在规范该领域方法的比较与验证流程。指南有望提升药物发现中计算预测结果的可信度与可复现性。
Nature Machine Intelligence10 天前
★ 2
arXiv 论文：PairIT 自回归 Transformer 低数据分子优化
论文提出 PairIT，一种基于 SMILES 序列的自回归 Transformer 训练框架，通过学习结构相似分子对实现种子分子生成与多属性优化。在 MoleculeNet 与 TDC 数据集上，仅 68M 参数的标准模型即可在低数据场景下实现稳健的分子优化。
arXiv cs.LG18 天前
★ 2
PMO-Dock 基准发布：分子对接优化评测新协议
研究者提出 PMO-Dock，一个面向基于对接（docking）的分子优化基准与评测协议，包含 25 项任务，覆盖命中生成、先导优化以及新增的特异性任务（要求强靶向结合并惩罚脱靶作用）。协议将模型开发与最终评测分离，测试任务在严格 oracle 预算下评估，以贴近真实药物发现场景。作者对 Satu…
arXiv cs.LG18 天前
★ 2
测定异质性下的元学习少样本生物活性预测
论文验证测定异质性会削弱元学习效果，提出 MetaHeta 框架，通过相关测定辅助数据条件化预测。该架构结合大辅助数据集上的线性注意力与稀缺任务上下文的精确注意力，在 ChEMBL 与 BindingDB 上提升少样本预测与化合物优先级排序。
arXiv cs.LG26 天前
★ 2
用AI开辟制药新路径
Isomorphic Labs 发文介绍其利用AI构建药物研发新路径的思路，聚焦以计算方法加速药物发现。属于公司技术愿景类内容，无具体产品发布。
Hacker News – AI28 天前
★ 2
RetroGEF：单步逆合成的动态图编辑流
论文提出 RetroGEF，一种基于流的生成模型，用于单步逆合成。它从目标分子出发，通过添加原子和改变键来构建可能的反应物，在同一生成过程中同时建模分子变换与图规模变化，无需固定尺寸画布或预设编辑顺序。在代表性逆合成基准上取得当前最优性能，有望加速药物发现与材料设计。
arXiv cs.LG32 天前
★ 2
MoCoP v2：深度学习形态学轮廓改进分子对比预训练
研究扩展了分子-形态学对比预训练（MoCoP），改用基于深度学习的细胞图像编码管线提取更丰富的形态学轮廓，并与分子嵌入做对比对齐。新嵌入在QSAR预测、毒性预测上表现更优，形态学检索性能随训练数据量呈对数线性增长。该方法在ADME与活性基准上也具竞争力。
arXiv cs.LG35 天前
★ 2
Fraglingo：基于片段的分子自回归生成设计
论文提出 Fraglingo，一种在连续隐空间中联合建模片段身份与连接方式的自回归分子生成器，通过连接感知的片段嵌入与隐空间最近邻检索实现生成。该方法统一支持分子生成、骨架生成、骨架修饰与分子优化，在属性条件基准上实现更强的联合属性控制，并可泛化到训练时 4 倍大的片段库而无需重训练。
arXiv cs.AI48 天前
★ 2
ProMeta：跨E3连接酶的少样本PROTAC降解预测
论文将跨E3连接酶的PROTAC降解活性预测重构为少样本元学习问题，提出基于原型的图神经网络ProMeta，通过情景式元学习训练并在未见过的目标E3任务上评估。在CRBN到VHL基准上，K=2、Q=3时AUROC达0.796，K=2、Q=5时达0.883，分别比监督GNN基线提升19.9%和6.8…
arXiv cs.LG53 天前