英矽智能在港交所上市，募资净额 20.26 亿港元
发生了什么：英矽智能以每股 24.05 港元发售 9469 万股，当天以 3696.HK 挂牌。香港公开发售部分获 1427 倍认购。
为什么重要：公开市场开始直接给一家 AI 制药公司定价；推动股价的将是它纤维化药物的试验结果，而不是平台。
会自己改写设计目标的智能体 SAGA：测试 28 个抗菌分子得到 1 个苗头，24 个纳米抗体中 3 个结合 PD-L1
发生了什么：多个学术团队与深度原理（包括其联合创始人 Chenru Duan 与 Haojun Jia）提出 SAGA：大模型智能体读每轮结果，提出新的优化目标并写成打分代码，交给优化器运行。28 个抗菌设计被制备测试，4 个在搭配打开细菌外膜的助剂时使大肠杆菌生长受抑超过 80%；1 个在其最低抑菌浓度 128 µg/mL 下对两种人类细胞系毒性很低。24 个 PD-L1 纳米抗体中 3 个结合，亲和力 300-400 nM。
为什么重要：论文的主张是：设计智能体的短板在于选择优化什么，所以应让智能体边做边改目标。实验结果只是作者自家检测中的初筛苗头：抗菌筛选用了打开细菌外膜的助剂，一个较弱的苗头离药物还很远。材料和化工流程设计只做了计算检验。
Latent Labs 从零设计抗体，18 个靶点中 9 个拿到结合物；针对其中一个靶点的四个设计，在十位供血者的细胞中未检出免疫反应
发生了什么：Latent-X2 接受一个靶点结构和一个表位，同时写出 VHH 或 scFv 抗体的序列与全原子结构。每个靶点每种抗体形式最多只测 24 个设计，Latent Labs 在 18 个靶点中的 9 个拿到结合物，亲和力在皮摩尔到纳摩尔之间，表达量、聚集倾向和热稳定性与已获批抗体相当，生成之后没有再做优化。
为什么重要：免疫原性是抗体在临床上失败的原因之一，作者称此前没人在 AI 设计的抗体上测过它。针对 TNFL9 这一个靶点设计的四个 VHH 被加到十位健康供血者的免疫细胞上：未检出 T 细胞增殖，也未检出细胞因子释放，论文称这一表现与已获批的 VHH 药物 caplacizumab 相当。培养皿里的供血者细胞只是一个替代指标，动物和人体数据都还没有。
深势科技发文介绍 Bohrium 与 SciMaster：给科研智能体用的共用基础设施，上面已部署或试做十一个智能体
发生了什么：深势科技的张林峰（Linfeng Zhang）与上海交通大学、北京大学等机构的合著者发文，把 Bohrium 描述为一个平台：把科学工具、模型、数据库和实验室系统变成智能体可以调用的服务，每次运行都留痕；SciMaster 是在它上面跑长流程、多步骤工作的一层。文中列出十一个已部署或试做的智能体，并报告数值物理的周期从数月降到数天，文献类工作从数周降到数小时。
为什么重要：深势科技在这里讲清了它的平台是什么：不是一个模型，而是让智能体调用多种工具并留下运行记录的底层设施。对要选地方跑智能体流程的实验室或公司来说，可追溯的记录关系到结果能不能被核对。
证据与边界：这是平台建设者自己写的论文。节省的时间是他们为选定案例给出的数字，没有外部测量；十一个智能体里有一些还是原型。
深度原理联合 25 家机构发布 1125 题的科学发现基准 SDE：最好的模型得分 0.60-0.75，而它们在 GPQA-Diamond 上是 0.86
发生了什么：每道题都放在一个研究场景里，而不是孤立的一问一答。能用公开数据集的，题目由数据集套模板生成；与实验相关的由领域专家手写，全部经过专家组评审。最高分：生物 0.71（Claude Opus 4.1）、化学 0.60（Claude Sonnet 4.5）、材料 0.75 和物理 0.60（GPT-5）。把 GPT-5 的推理档位从中调到高，三个领域几乎没变（生物 0.70 到 0.69，材料 0.74 到 0.75，物理 0.58 到 0.60），化学涨了 0.07。
为什么重要：考试式基准上，这些模型在科学题上已经接近满分；把问题放回研究者的语境，就有四分之一到五分之二做错。多给思考时间大多补不上，这指向模型缺什么，而不是给它多久。分数由出题团队自己算；牵头的公司本身就卖科学智能体，论文声明无利益冲突。
FrontierScience 暴露考试能力与研究能力之间的差距
发生了什么：OpenAI 报告模型在奥赛式问题上表现很强，但在开放研究任务上的得分明显更低。
为什么重要：真正值得记录的是能力落差：擅长边界清楚的问题，还没有稳定转化为开放式研究能力。
剂泰科技用自研算法设计了这款肝癌药的 mRNA 序列，药物在小鼠身上清除了肿瘤
发生了什么：剂泰科技在《自然·通讯》报告 MTS105：用脂质纳米颗粒把 mRNA 送进肝脏，让肝脏自己生产针对肝癌标记物 GPC3 的 T 细胞衔接器。mRNA 序列由公司自研的 MrNatty 算法设计，公司称该算法结合 RNA 结构预测与自然语言处理方法。每只 0.5 微克、每周一次共三次，小鼠肝脏原位肿瘤完全消退，84 天后未复发；猴子用到每公斤 45 微克未见严重不良反应。首次人体试验 NCT06689540 正在招募。
为什么重要：剂泰科技以「用 AI 设计药物递送」的身份在港上市，而本站记录里这是第一篇把那套设计落成动物实验药物、而不只是平台介绍的论文。算法设计的是 mRNA 序列；脂质据论文由公司自行设计合成，未说明如何挑选。肿瘤结果出自公司自己做的小鼠实验，被它对比的抗体药也由公司选定。人体试验尚无结果公布。
DataHow 的软件连续 20 天操控默克雪兰诺的抗体灌流生物反应器，达到常规运行达不到的细胞体积目标
发生了什么：在《Biotechnology and Bioengineering》上，DataHow 与默克雪兰诺（作者包括 DataHow 联合创始人 Michael Sokolov、Fabian Feidl 和 Alessandro Butté）把贝叶斯实验设计和混合工艺模型接到 24 个并行微型生物反应器上。先做 24 组训练实验，再从第 9 天起由软件每天设定温度、搅拌、灌流和丙酮酸流量。一个反应器达到 30% 的活细胞体积目标，常规运行平均不到 20%；对一个新克隆，以 98% 活率为目标，受控反应器的活率高于未受控的。
为什么重要：自驱动实验室通常做分子或材料，这一个要连续数周调控活的细胞培养，处在药物找到之后的生产环节。每个目标只在一家公司的一两个反应器里试过，对照是三个不受软件控制的反应器，结果以曲线呈现，没有给出效应量。对新克隆，模型要用半程数据重新训练后才调对；产品质量也没有纳入控制。
Google DeepMind 宣布 2026 年在英国开设首个自动化实验室，专做材料科学
发生了什么：这是与英国政府更大合作的一部分。由 Gemini 指挥的机器人每天合成并表征数百种材料；DeepMind 点名的目标包括超导体、电池、太阳能电池和芯片。
为什么重要：DeepMind 的材料工作从预测晶体走向自己做实验。Artem Mishchenko 自 2025 年 11 月起主导筹建这座实验室。
Exai Bio 的 Exai-1 用血液中的小 RNA 片段训练，让癌症分类器用更少样本也能工作
发生了什么：Exai Bio、UCSF 和 Arc Institute 的 Mehran Karimzadeh、Hani Goodarzi 等人，用 8339 份血浆和血清样本（全部语料约 1.3 万份）中循环的小 RNA 片段，训练了一个 360 万参数的 Transformer。它补全被遮住的测量值，R² 为 0.89，取平均值的基线为 0.57。卵巢癌没有放进预训练；在模型的压缩表示上、只用 48 例训练的卵巢癌分类器，曲线下面积比直接用原始测量值的分类器高 0.1。
为什么重要：罕见癌症的血液检测往往做不成，是因为没有足够的患者样本来训练。如果一个在大量人群血样上预训练的模型，能让分类器只用几十个病例就学会，这类检测就有可能做出来。同一表示还让在血浆上训练的分类器在血清上照样可用，而用原始特征的分类器从 0.74 跌到 0.56。Goodarzi 参与创办的 Network Bio 现在把 Exai-1 当作自己的第一个模型。
证据与边界：所有样本都来自公司自己的检测方法和处理流程，所有测试都在它自己留出的数据上；作者称在独立数据集上的验证是下一步。Network Bio 之后在博客中关于头颈癌和骨肉瘤的说法不在论文里。
Owkin 读切片的复发风险模型，在两家医院的回溯队列里比两种商用基因检测分得更开，但两队只有 7 例和 42 例复发
发生了什么：RlapsRisk BC 读一张常规 H&E 切片加几项临床信息。在 2025 年圣安东尼奥乳腺癌研讨会上，Owkin 与 Gustave Roussy、MD Anderson 的共同作者，把它与 EndoPredict 在 Gustave Roussy 的 381 例患者（7 例远处复发）、与 Oncotype DX 在 MD Anderson 的 154 例淋巴结阴性患者（42 例）做了比较，随访均至少五年。五年无远处复发生存的曲线下面积为 0.73 对 0.57、0.78 对 0.58。两队复发分别有 6/7 和 35/42 落在它的高危组。
为什么重要：Oncotype DX 决定一位患者是否要做化疗，所以一个只读医院手上已有切片的模型，会更便宜、也不用把组织寄出去。但这还不能证明它能承担那个决定：分析由公司自己完成，回看的是存档切片，而一个队列里只有 7 例复发，分不开两种检测。摘要自己的说法是它「可能有助于」降级治疗。
ChemLex 完成 4500 万美元融资，Granite Asia 领投，并在新加坡开设自动化合成实验室作为全球总部
发生了什么：这家 2022 年在上海成立的公司同日宣布融资和实验室落地。创始人兼 CEO Sean Lin 称这条 7×24 小时自动合成线能自行规划、执行并记录化学实验，这笔钱用于在新加坡招聘工程师和化学家；Granite Asia 合伙人 Yinghui Kuang 代表领投方发言。公司称三年半里服务 70 多家客户，含全球前十大药企中的六家，并与新加坡国家药物开发平台 EDDC 签署谅解备忘录。
为什么重要：ChemLex 把全球总部和自动化实验室放在新加坡，发布会上有新加坡经济发展局站台，这正是今年这类资金的流向。不过公开记录里只有一座实验室和公司自报的客户数：没有产率、周转时间，也没有与传统 CRO 的对比，所以“把几个月的合成与优化压缩到几周甚至几天”只是这位 CEO 自己的说法。
LabGenius 的机器人闭环五轮做了 980 个 T 细胞衔接器，挑出在 HER2 高表达细胞上个位数皮摩尔就杀伤、而对低表达模型毫无作用的分子
发生了什么：LabGenius 的 Justin Grace、Gino van Heeke 等人用多目标贝叶斯优化，在 44,160 种 HER2 x CD3 结构（价态、拓扑、连接子、亲和力）里搜索，五轮、每轮不到六周，共做出并检测 980 个分子。几个优选分子在癌细胞模型上低于 10 pM 即杀伤，对健康细胞模型到 100 nM 仍测不出杀伤，论文据此把选择性记为不低于 10,000 倍，是同一检测下临床阶段对照药 runimotamab 的 22.9 倍的 400 多倍。
为什么重要：T 细胞衔接器进不了实体瘤，正是因为会伤及表达同一靶点的健康组织，所以一个专门优化两种细胞之间差距的闭环，对准的是真正的障碍。那个选择性数字是下限不是测量值：它来自最高测试剂量下什么也没看到。结果都是培养皿里的细胞，由公司自己完成，每个优选分子用两名供体，论文说这些读数未必等同体内情形。健康模型是 T47D 这一个细胞系，论文提到它表面的 HER2 数量接近培养的心肌细胞。
Mila 牵头的预印本发现：在 DFT 自身误差范围内，电催化剂通常使用的计算指标会把 Open Catalyst 数据集中三分之一以上的表面判为不逊于已知最佳催化剂
发生了什么：Shahana Chatterjee、Félix Therrien 等来自 Mila、四所加拿大大学和 Entalpic 的作者自己做了 DFT 核算，估计单个吸附能的误差在金属表面约 0.3 eV、在氧化物上约 0.5 eV。计入这个误差后，析氢和析氧反应的热力学过电位会把 OC20 中 37% 的表面、OC22 中 34% 的表面（质量筛选后为 47%）判为与铂或氧化铱相当，而这些材料本是随机抽取的。换用稳定性检验，OC22 的氧化物只剩不到 5%。
为什么重要：机器学习催化剂研究，包括在 Open Catalyst 数据上训练的模型，通常用这个过电位给候选排序，生成模型也可能以它为优化目标。如果三分之一以上的随机材料在误差内都能与最佳者打平，这个指标就挑不出好催化剂，尽管它仍能认出铂。作者建议先按稳定性、成本和合成难度筛选。这是一篇简短的 arXiv 预印本，主要基于数据集自带的计算结果，没有做实验室实验。
LeMat-GenBench 给 12 个晶体生成模型打分：平均而言，结构越稳定，新颖性和多样性越低
发生了什么：Entalpic 与 Hugging Face、Mila 及多所大学的合作者发布了一套开源评测工具和 Hugging Face 公开排行榜，用于评估生成无机晶体的模型。在 12 个近期模型中，平均而言结构越稳定，新颖性和多样性越低，没有一个模型在所有指标上领先。
为什么重要：给生成晶体一把公共尺子，各实验室“新材料”的说法才能互相比较。所有分数都是算出来的：没有任何结构被合成，这里的稳定性也是计算估计，不是测量。
Generate:Biomedicines 把一个经 AI 优化的哮喘抗体推进两项 3 期试验
发生了什么：抗 TSLP 抗体 GB-0895 进入两项安慰剂对照试验，约 1600 名重症哮喘患者，每六个月给药。到 2026 年 8 月，两项试验都在入组，已在 33 个国家获批。
为什么重要：3 期检验的是药，不是设计方法。还没有疗效数据，AI 起了什么作用是公司自己的说法。
Iktos 的机器人按温度和时间给反应分组，六批跑完 27 种、135 个反应，97 个检出产物
发生了什么：Iktos 不再让机器人一次只跑一类反应，而是把化学家设定的温度、时间窗口重叠的反应归为一组，共用一个反应器。逆合成工具 Spaya 选路线，化学家定条件，调度程序把 27 种类型的 135 个一步反应排成六组、三轮，在 Chemspeed 机器人上运行。LC-MS 在 86 个反应中检出产物（64%）；14 个失败的还原胺化换条件重跑后，增至 97 个（72%）。送外纯化的 12 个中，10 个纯度超过 90%。
为什么重要：生成模型给出的是一串彼此无关的分子，而为单一反应库设计的机器人恰恰在这里卡住，所以这项工作针对的是 AI 设计落到实验台上的“合成”一步。成功的标准是产物占紫外色谱面积 5%，不是分离产率；纯化后的产率在 4% 到 48% 之间。目标分子、反应条件和重跑都仍由化学家决定：这是机器人的排程方法，不是自主实验室。
白宫行政命令启动 Genesis Mission，由能源部牵头
发生了什么：行政命令要求能源部围绕 AI 驱动的科研挑战连接联邦科学数据、算力与设施。
为什么重要：AI4S 从实验室和公司战略变成一项联邦计划，要把国家实验室的数据、算力和设施连在一起。
AI Proteins 完成 4150 万美元 A 轮融资，做 AI 设计的微型蛋白药物，并将把项目拆成子公司
发生了什么：这家波士顿公司本轮由 Mission BioCapital 和 Santé Ventures 领投，现有投资方 Lightchain Capital 和 Cobro Ventures 跟投。创始人兼 CEO Chris Bahl 曾在 David Baker 实验室做博士后，研究微型蛋白设计，后为蛋白质创新研究所创始教员；公司称已针对 150 多个靶点做出分子。公司同时改为“中心辐射”模式，把项目拆成 LLC 子公司。Mission BioCapital 的 Steve Tregay 和 Santé 的 Omar Khalil 代表领投方发言。
为什么重要：这笔钱押的是从 Baker 实验室走出来的微型蛋白路线：从头设计、在高通量实验里制备和测试的小蛋白，用来替代抗体。支撑它的是公司自己报的 150 个靶点和“多个”取得动物概念验证的项目，公告未给数据，另有 2024 年与 BMS 签下、里程碑最高 4 亿美元的选择权协议。拆子公司的模式，押的是平台比任何一个药都长命。
Chai Discovery 报告 Chai-2 设计出通过成药性筛查的全长抗体，并找到六个 GPCR 的结合抗体
发生了什么：Chai 把 Chai-2 从抗体片段推进到全长 IgG。针对 28 个靶点设计的 88 个 IgG 中，86% 在四项成药性测试里最多只有一项被标记，24 个靶点至少得到一个无标记的设计。5 个复合物的冷冻电镜结构与预测的结合位置一致。每个靶点测 10 到 73 个设计，六个 GPCR 都找到了结合抗体，其中两个是激动剂；KRAS G12V 多肽-MHC 得到两个结合抗体，不结合 G12D 和野生型。
为什么重要：能结合不等于能成药；这里检验的是设计是否也像能生产、是否结合在预定位置。所有检测都由 Chai 自己完成，发表在预印本里；成药性标记只是筛查门槛，不能说明分子在人体内有效。
Terray 的分批选分子方法，在一个已知 EGFR 数据集上达到同样的最佳活性，所需轮数比直接挑高分化合物少约 5 倍
发生了什么：在半合成的 EGFR 数据集上每轮选 25 个化合物，一个能估计自己对一整批分子有多不确定的结合强度模型，达到同样最佳活性所需轮数比按预测分数排序少约 5 倍，达到同样的前十平均值少 7 倍。模型由 Terray 的研究者建在公司的 COATI 化学模型上，部分先用合成数据预训练。论文称在 Terray 自己筛选库的 5 万个盲化化合物上，轮数最多少 10 倍。
为什么重要：分批合成、分批检测分子是药物发现里又慢又贵的一步，所以每批选得好，就能少做几轮化学。只挑预测分数最高的化合物，一批里往往是彼此相近的分子；一个知道自己各个猜测如何一起偏差的模型，能把一批分子铺得更开。Terray 自己有大规模的结合筛选平台，这种方法就是在那里用的，代码也已公开。
证据与边界：全是回溯检验：每个结果都是在已经测过、数值预先算好的化合物上重放，用的是一个半合成基准和公司自己筛选库里一个未披露的靶点，没有做出新分子。作者全部来自 Terray，论文是预印本。
ESM3 蛋白质模型背后的 EvolutionaryScale 团队并入陈-扎克伯格的 Biohub
发生了什么：团队并入陈-扎克伯格的非营利研究机构 Biohub，联合创始人 Alex Rives 出任科学负责人。Biohub 将算力扩大十倍，2028 年达到 1 万块 GPU。交易条款未披露。
为什么重要：2024 年拿到超过 1.42 亿美元种子轮的创业公司，如今在非营利机构里做事：它下一代蛋白质模型的钱来自慈善，而不是客户。
Accipiter Bio 以 1270 万美元种子轮结束隐身，并与辉瑞、Kite 签约；它设计能同时作用于多条通路的蛋白
发生了什么：武田与 Flying Fish Partners 联合领投，Columbus Venture Partners、Cercano Capital、Washington Research Foundation、Alexandria Investments、Pack Ventures 和 Argonautic Ventures 参投。这家西雅图公司由 Matthew Bick（CEO）、Javier Castellanos（CTO）和 Hector Rincon（CSO）创办。辉瑞与其签下研究与授权协议，含首付款和超过 3.3 亿美元的潜在里程碑付款；Kite Pharma 签下多靶点协议，用于细胞疗法中的分子。
为什么重要：抗体和多特异性药物大多是阻断通路。Accipiter 从头设计的蛋白则包括能激活通路的：一个分子同时激活同一细胞上的几条通路，用来替代那些未必能同时到达细胞的药物组合。创始团队来自 Seagen、默沙东、Neoleukin 和蛋白质设计研究所，参与过首个进入临床试验的完全从头设计蛋白。Flying Fish 的 Heather Gorham 是其董事会成员。
证据与边界：新闻稿没有给出任何设计分子的数据，从设计到实验不到两个月的周期是公司自己的说法。
Edison Scientific 从 FutureHouse 商业化拆分
发生了什么：营利性公司被建立用于商业化科学智能体，FutureHouse 继续作为非营利研究机构。
为什么重要：领域开始尝试把公共利益研究与商业部署拆分为不同组织。
Edison Scientific 的 Kosmos 最长连续 12 小时循环做数据分析和读文献；科学家核查报告中的 102 条陈述，79.4% 准确
发生了什么：给定一个目标和一份数据集，Kosmos 让数据分析智能体与文献智能体通过结构化的世界模型共享信息，约 200 个智能体轮次；平均每次运行执行 4.2 万行代码、读 1500 篇论文。科学家核查了三份报告中的 102 条陈述：数据分析类 85.5% 能复现，文献类 82.1% 成立，解释类只有 57.9%。重点介绍的七项发现中，三项复现了它未见过的未发表或预印本结果。
为什么重要：检验的是智能体能否在一个问题上坚持足够久、直到得出发现，这里用外部数据和未发表的结果来核对。但核查者、以及估计每次运行相当于 6.14 个月工作的课题组，都是论文的共同作者和合作者；最弱的是解释类陈述；新发现是拿其他已有数据集核对的，没有做新实验；一项湿实验验证正在进行。
Noetik 的虚拟细胞模型用 4000 万个肺癌细胞训练，模拟 87.3 万个巨噬细胞，梳理哪些邻近细胞对应哪种巨噬细胞状态
发生了什么：SITC 2025 上，Noetik 的 Yubin Xie、Jérémie Decalf、Daniel Bear 等人展示 OCTO-vc：用 1399 例非小细胞肺癌切除标本中 4000 多万个细胞的空间基因表达训练，由邻近细胞预测一个细胞的基因。他们把虚拟巨噬细胞放进某位患者的 8 个相同肿瘤细胞或成纤维细胞中，每人 500 个邻域，共 87.3 万个。缺氧肿瘤程序对应免疫抑制的 SPP1 状态，相关成纤维细胞的基质基因在 KRAS、STK11 双突变肿瘤中表达更高。
为什么重要：GSK 在 2026 年 1 月授权的就是这个模型，而这类模拟正是 Noetik 卖它的用途：问一个细胞放进实验室从未搭出的邻域里会怎样。KRAS 和 STK11 的发现给出了这类肺癌对免疫治疗反应差的一个候选原因，是实验室可以检验的假设。
证据与边界：公司自己的会议海报，作者全部来自 Noetik。结论是模型自身模拟里的关联，没有核对实验或患者结局；与免疫治疗耐药的联系是海报提出的推测。
Genesis 称其 Pearl 模型把药物分子放进蛋白质的准确率比 AlphaFold 3 高约 14%
发生了什么：Genesis 的预印本报告：在公开的 Runs N' Poses 和 PoseBusters 测试中，Pearl 超过 AlphaFold 3；位置误差小于 2 Å 且构象合理的比例，分别高 14.5% 和 14.2%。
为什么重要：对比是 Genesis 自己做的。3.6 倍的提升出自它自己的非公开药物靶点，别人无法核对；Pearl 只在 Genesis 内部使用，外人无法测试。
剂泰科技称 MTS-004 达到 III 期主要终点：这款片剂的制剂由公司自己的 AI 工具设计，试验入组 264 名患者，适应症是无法控制的哭笑
发生了什么：这项随机、双盲、安慰剂对照试验入组 264 名患者，其假性延髓情绪失控继发于 ALS、多发性硬化、脑卒中、颅脑创伤或帕金森病，由北大三院樊东升牵头，48 家医院用 9.5 个月完成入组。公司称相比安慰剂，CNS-LS 量表、医生和患者的总体变化印象、SF-36 心理健康指数和延髓功能均有统计学显著改善，第 2 周见效，疗程 12 周。公司预计 2026 年在中国提交上市申请。
为什么重要：这里的 AI 做的是制剂，不是分子：剂泰的 AiTEM 工具预测药物与辅料如何相互作用，做出一种在口中溶解的片剂，给常有吞咽困难的患者用。公司称这把制剂开发从业内通常的一到两年压到三个月以内。试验检验的是这片药在患者身上的效果：能不能缓解症状。工具是否真的缩短了开发时间，是另一个主张，试验说明不了。
证据与边界：没有公开任何数字：新闻稿没有点明主要终点指标，也没有给效应量、p 值或不良事件率，本次也没有读到论文或登记记录。三个月这个制剂开发数字出自公司，对照的是它自己给出的行业平均。MTS-004 在中国按 2.2 类改良型新药申报，即已知活性成份的新剂型，而新闻稿没有说是哪个成份，所以这项试验检验的是剂型和适应症，不是新机制。
一个用已知晶体训练的分类器估计：GNoME 预测的组成中，80%-84% 很可能是无序的
发生了什么：Konstantin Jakob、Aron Walsh、Karsten Reuter 和 Johannes Margraf（马普学会弗里茨·哈伯研究所、帝国理工学院、拜罗伊特大学）用 ICSD 晶体数据库训练模型，只看化学组成，就预测一个化合物是否存在替代无序，即不同元素的原子共享同一个晶格位点。最好的模型在留出测试集上准确率 90%。用在 GNoME 公开的 554,054 个结构上，它预测其中 80%-84% 很可能无序，Materials Project 为 39%-47%。
为什么重要：和多数计算数据库一样，GNoME 把每个化合物都写成完全有序的晶体。如果它的大多数组成在真实炉子里会形成无序结构，那么预测的结构和性质描述的就不是会被做出来的那种材料，很多"新"条目也会是已知无序化合物的有序写法。这种只看组成的检查，可以在动手合成之前就做。
证据与边界：这个比例本身也是预测，作者自己说 GNoME 与分类器的训练数据之间存在"sizable covariate shift"（分布差异很大）。他们也说有序结构的预测依然有用；没有合成任何 GNoME 化合物来检验。
Lila Sciences 完成 3.5 亿美元 A 轮融资
发生了什么：Lila 的 A 轮以 3.5 亿美元收官：9 月首轮 2.35 亿美元由 Braidwell 和 Collective Global 联合领投，第二次交割加入 NVentures、Analog Devices 和 IQT。累计融资达 5.5 亿美元，用于扩建 AI Science Factories、接入首批客户。联合创始人兼 CEO Geoffrey von Maltzahn 宣布了这一消息。
为什么重要：在 Lila 尚未公开任何成果时，投资人就为“把实验室变成模型的数据来源”这一计划付了 3.5 亿美元。客户是否真的用这个平台，是接下来要看的。
Periodic Labs 以 3 亿美元种子轮融资亮相
发生了什么：来自 OpenAI 与 DeepMind 的研究者成立公司，聚焦 AI 驱动的实体实验和材料发现。
为什么重要：超大规模种子轮显示，投资者开始相信实验基础设施本身可以成为独立 AI 平台。
Prophet 用 470 万个扰动实验条件预训练，为黑色素瘤虚拟筛选 190 万个化合物，送去实验的五个中有四个降低了黑色素瘤细胞活力
发生了什么：Yuge Ji、Fabian Theis 等人用公开筛选中的 470 万个实验条件（2.6 万种基因与化学扰动、1,550 种细胞状态）预训练 Transformer，预测扰动与细胞未见组合的基因表达、活力和形态，胜过线性、随机森林和神经网络基线。它对 ChEMBL 全部 190 万个化合物在 1,406 个细胞系上做了 27 亿次预测，挑出针对黑色素瘤的化合物；实测五个中有四个降低了两种黑色素瘤细胞的活力，对 HeLa 细胞则没有。
为什么重要：把每个化合物在每种细胞里都测一遍做不到，所以一个能把在某种检测或某个细胞系上学到的东西用到另一种上的模型，可以帮忙挑出值得做的实验。Prophet 的主张是：跨越互不相关的筛选数据来训练，预测比只用一个数据集训练的模型更准；黑色素瘤筛选用训练数据没有覆盖过的化合物检验了这一点。它是第一作者创办的 Reflector Bio 的基础。
证据与边界：实验检验只有五个化合物、三个细胞系，由作者自己完成，论文没有给出这五个化合物的剂量；其中两个确认引起细胞凋亡。这些化合物是因为预测效果与已获批药物相似才被选中，所以筛选指向的是已知生物学，而不是新机制。这是预印本，未经同行评审。
ODAC25：面向直接空气捕集吸附剂的 6000 万次计算数据集，其中 460 个 MOF 来自 CuspAI 的生成模型
发生了什么：Meta FAIR 团队与佐治亚理工、卡内基梅隆、橡树岭国家实验室、莱斯大学和五位 CuspAI 作者共同报告，在 15000 个金属有机框架中对 CO2、H2O、N2、O2 的吸附做了近 6000 万次 DFT 单点计算。CuspAI 的 transformer 生成 5.3 万个候选，4000 个通过筛选，460 个进入数据集。随数据集发布的机器学习势中，用完整数据集训练的 eSEN 报告吸附能误差 0.078 eV。
为什么重要：创业公司生成的结构进入了别人会拿去训练的公开数据集，它的模型输出因此摆在那里供人检验。随之发布的势也不只是对着 DFT 打分：它们算出的亨利系数被拿去与文献中的实验值相比，期刊版里用完整数据集训练的 eSEN 在氮气上做到 0.0085 eV，传统力场是 0.0190；而在 CO2 上领先的是更大的 UMA-Medium。
证据与边界：CuspAI 是论文作者之一，也没有人为这篇做出任何吸附剂。实验核对只有三个 MOF、两种气体，对照的文献系数本身很稀少：有重复测量的地方，实验值离散度是 CO2 0.016 eV、氮气 0.009 eV，与最好的模型的误差相当。氮气那个数字在两版之间还变了：预印本是 0.0433，比力场还差，这一版是 0.0085。
Profluent 用语言模型设计的基因编辑器 OpenCRISPR-1 在人类细胞中完成编辑，论文发表于 Nature
发生了什么：Ali Madani 的团队用 100 多万个 CRISPR 操纵子训练语言模型，生成与 SpCas9 相差约 400 个突变的编辑器。论文的测试里，若干个在活性和特异性上与 SpCas9 相当或更好，OpenCRISPR-1 还能用于碱基编辑。
为什么重要：生成的蛋白被真正做出来并在人类细胞里运行，不止是屏幕上的分数。测试由 Profluent 自己设计和运行，摘要没有报告动物或患者试验。
Latent Labs 的结合蛋白模型在三个大环肽靶点上实验命中率 91-100%，每个靶点只检测 11 到 17 个分子
发生了什么：Latent-X 针对指定表位，把结合蛋白的全原子结构和序列连同靶点一起生成。每个大环肽靶点提交前 30 个设计，实际合成并测量了 11 到 17 个，其中 91-100% 能结合 MDM2、MCL-1 或 PD-L1；在 IL-7R-alpha、TrkA、SARS-CoV-2 受体结合域等五个小蛋白靶点上，每个测 100 个设计，命中率 10-64%，最强的低于检测方法 0.01 nM 的下限。共七个靶点，都是此前方法用过的基准靶点。
为什么重要：这么高的命中率改变了一轮设计的成本：要合成和检测的分子从几千个变成几十个，而这正是生成模型遇上实验预算的那一步。设计挑选与判定阈值由 Latent Labs 定；结合实验由金斯瑞完成，特异性检验在自家实验室。它的对比把对手的命中率直接取自对方论文，只把对手最好的结合蛋白重新测了一遍，而自己复现出的数值与已发表数值相差很大，而且并非每个靶点上 Latent-X 都占优。没有同行评审，也没有外部实验室重做。
AI 系统达到国际数学奥林匹克金牌水平
发生了什么：OpenAI 与 Google DeepMind 报告其自然语言解题系统达到 IMO 金牌分数线。
为什么重要：数学推理从专用几何和纯形式化流程扩展到更广泛的问题求解。
上海交通大学与深势科技的 X-Masters 智能体在 Humanity's Last Exam 上得到 32.1%
发生了什么：X-Master 是一个边推理边写代码、运行代码并调用工具的智能体；X-Masters 把多个这样的智能体按作者所说的“分散再叠加”流程组织起来。作者来自上海交通大学和深势科技，报告它在考查专家级问题的 Humanity's Last Exam 上得 32.1%，OpenAI 和 Google 的 Deep Research 分别为 26.6% 和 26.9%，并称这是第一个超过 30% 的成绩。代码开源，这是 SciMaster 系列的第一篇。
为什么重要：SciMaster 是深势科技 Bohrium 平台上的智能体层，这是它背后一项公开的分数。考的是通用问答，所以这个分数说明智能体调用工具答难题是有效的，不说明它能做科研。
证据与边界：成绩是作者自己跑的，对比的是 2025 年 7 月当时的榜单。其他系统的数字按论文引用的写。
Chai Discovery 的 Chai-2 预印本：从零设计抗体，52 个靶点上命中率 16%
发生了什么：每个靶点最多设计 20 个，52 个靶点在 PDB 中都没有抗体。一轮实验后一半靶点至少有一个命中；微型蛋白成功率 68%。
为什么重要：如果成立，设计抗体只需几十次湿实验，而不是几千次。实验是 Chai 自己做的，是预印本；本条只读了摘要。
AlphaGenome 预测长 DNA 序列中的调控效应
发生了什么：DeepMind 的模型直接从 DNA 序列预测调控活性与变异效应，把基础模型从结构问题推进到非编码功能。
为什么重要：更难的问题不再只是能否大规模建模序列，而是这些预测在不同生物学背景和前瞻性应用中能否保持可靠。
在反应中的分子上训练的机器学习势 AIMNet2-rxn，预测有机反应能垒，与它所学的量子化学计算只差约 2 kcal/mol
发生了什么：卡内基梅隆大学的 Dylan M. Anstine、Olexandr Isayev 等人，与普渡大学、圣母大学、密歇根州立大学和深度原理的合作者一起，用约 470 万次 DFT 量子化学计算训练它，覆盖碳、氢、氮、氧的中性闭壳层反应。在 1650 个反应上，它算出的能垒误差为 2.0 kcal/mol（均方根），过渡态结构与 DFT 平均只差 0.07 Å。在一块 GPU 上批量搜索反应路径，每天能算完逾百万个 10 原子反应，参照的 DFT 方法每天只有 5 个。
为什么重要：通用的机器学习势主要在稳定分子上训练，作者展示其中两个在一个标准反应基准上能垒误差达 15 到 25 kcal/mol，拿来算动力学差得太远。用反应中的结构训练补上了大部分差距，速度也让搜索数百万条反应路径变得可行。所有检验都是对照 DFT，也就是模型自己的老师，包括一条取自此前计算研究、终点是实验观察到的产物的 11 步葡萄糖热解路径。带电、开壳层和含金属的反应都不在它的范围内。
主动学习找到一种高强高塑高熵合金
发生了什么：在研究者限定的合金体系内，主动学习从 140 条数据出发，四轮挑出 8 个新成分并逐一制备、拉伸测试，得到 HEA05（Fe35Ni29Co21Al12Ta3）：屈服强度 1.75 GPa，均匀延伸率 25%。
为什么重要：驱动这次设计的是小数据而非大规模筛选：140 个点、8 个新成分，每个都真实实测；但换用不同工艺时，强度与延伸仍此消彼长。
Xaira 发布 X-Atlas/Orion：800 万个细胞的全基因组 Perturb-seq 图谱，并公布生成它的平台
发生了什么：bioRxiv 预印本称，两次覆盖全部人类蛋白编码基因的全基因组筛选得到 800 万个细胞，每个细胞测序超过 16,000 个 UMI，称这是目前最大的公开 Perturb-seq 图谱。通讯作者为 Ci Chu。
为什么重要：Xaira 自己生产扰动数据，并公开一部分。这是数据集和方法论文：没有药物靶点，也没有展示可用的模型。
Google 发布 Weather Lab 与实验性气旋模型
发生了什么：系统在业务预报人员参与下，生成最长约两周的 50 条可能气旋路径。
为什么重要：AI 天气预报从回顾性论文走向由真实预报机构共同塑造的实时界面。
AI 发现的药物进入随机对照 IIa 期证据
发生了什么：一项随机、双盲 IIa 期试验报告了 rentosertib 的安全性与疗效结果；它是一种由生成式 AI 发现、用于特发性肺纤维化的 TNIK 抑制剂。
为什么重要：当 AI 发现的分子进入人体对照试验，真正关键的证据就变成临床安全性与疗效，而不再是发现模型有多复杂。
AlphaEvolve 将生成器-评价器发现循环推广到多类问题
发生了什么：Gemini 生成程序，自动评价器在算法、芯片设计和数据中心调度问题中筛选并演化方案。
为什么重要：只要结果能够低成本自动评价，就可以复用同一种发现模式。
FutureHouse 向公众开放科学智能体平台
发生了什么：用于文献检索和科学推理的专用智能体从内部研究进入公共平台。
为什么重要：科学智能体能力从论文结果变成可实际使用的服务。
Basecamp Research 的 HiFi-NN 从序列判断酶的功能，在一个常用的 149 种酶测试集上胜过 CLEAN
发生了什么：Basecamp Research 与合作者在 iScience 发表 HiFi-NN：它重新训练 ESM-2 的蛋白质表示，让酶学委员会（EC）编号层级越相同的酶靠得越近，再按最近的 20 个邻居给新序列打标签。在 149 种酶的 Price 测试集上，它的 F1 为 0.62，所比较的最强深度学习方法 CLEAN 为 0.49，BLASTp 为 0.39。在一个早先实验研究发现大多标错的酶类中，它对两批 BRENDA 序列分别有 86% 和 90% 没有给出原记录的标签。
为什么重要：至少三分之一的微生物蛋白质无法靠与已知序列比对确定功能，而功能标签决定了找催化剂的人能不能找到它。在 Price 测试上，作者把 Basecamp 自有宏基因组数据库中的 200 万条序列加入检索库后标注更准；在另一个按时间划分的测试上则没有差别。
证据与边界：所有分数都是作者自己在计算机上做的基准测试；论文写明，凡是它的标签与其他工具不同之处，都没有做实验验证。BRENDA 那项检查只说明它没有给出可疑标签，不说明它改给的标签是对的。
Orbital Materials 的 Orb-v3 原子间势把延迟降到此前的十分之一以下、内存降到八分之一以下，精度接近当时最好水平
发生了什么：论文画出精度、速度和内存的取舍。它发现既不旋转等变、也不保证能量守恒的模型，仍能预测物理性质，包括需要能量高阶导数的性质。
为什么重要：速度和规模决定了一个势能不能跑整个体系的模拟。精度对比用的是作者选的评测，没有在实验室里做出或测量任何东西。
百图生科的 xTrimoPGLM：千亿参数蛋白语言模型，作者在 Nature Methods 报告它既能读懂也能写出蛋白序列
发生了什么：百图生科与清华大学的 Bo Chen、Jie Tang、Le Song 等人用 1 万亿 token 训练了一个 1000 亿参数的蛋白语言模型，合并两种常见训练方式：补全遮住的字母，适合读懂序列；写出下一个字母，适合生成序列。他们报告它在四类 18 个蛋白基准上胜过强基线，支撑起优于其他语言模型类工具的结构预测，还能写出与天然蛋白相似的新序列。预印本发布于 2023 年 7 月。
为什么重要：多数蛋白语言模型要么按补全序列的方式训练，适合读懂序列，要么按逐字写出的方式训练，适合生成序列；作者说这让它们难以兼顾两者。这篇论文展示一个模型同时做到两者，规模被作者称为前所未有，也是百图生科最主要的同行评审模型论文。权重和下游数据集都公开在 Hugging Face 上。
证据与边界：摘要只报告了在已有数据集上算出的分数和由软件评判的序列，没有蛋白被做出来并测量，也没有给出相对基线的差距。
Isomorphic Labs 融资 6 亿美元
发生了什么：公司首次外部融资将用于内部肿瘤和免疫项目以及合作药物研发。
为什么重要：从 AlphaFold 走向药物的商业命题在临床验证前就获得大规模外部资本。
智峪生科与山东大学的 CataPro 预测酶的催化快慢，帮助找到一种活性为起始酶 19.5 倍的香兰素合成酶
发生了什么：山东大学、智峪生科和中科院深圳先进院的 Zechen Wang、Liangzhen Zheng、Weifeng Li 等人（含智峪生科创始人 Sheng Wang）用 BRENDA 和 SABIO-RK 数据训练模型预测 kcat、Km 和 kcat/Km，在相似酶不跨训练与测试的数据上胜过 DLKcat 和 UniKP，kcat 上最明显。为一步香兰素合成找酶时，模型筛出 150 个，团队实测 5 个，来自鞘氨醇菌属的酶活性是参照酶的 19.53 倍；它参与挑选的两个突变体活性又达其 3.2 和 3.3 倍。
为什么重要：酶的催化速度在很大程度上决定一条生物制造路线能否赚钱，这里是预测之后真的把酶做出来并测了活性。但只有一个反应、五个候选，测的是相对活性，由智峪生科的作者完成；模型只是缩小名单，序列和结构筛选同样起了作用。在 TurNuP 的测试集上，它对最不熟悉的酶拟合较弱（R² 0.13，TurNuP 为 0.33），改用 TurNuP 的数据重训后才追平。论文没有说这项香兰素工作是否就是智峪生科现在生产的香料。
Lila Sciences 获 2 亿美元种子资金，建设 AI Science Factories
发生了什么：Flagship Pioneering 推出 2023 年在其实验室创立的 Lila，承诺种子资金 2 亿美元，用于为生命科学、化学和材料建设科学模型与自主实验室。联合创始人兼 CEO 为 Geoffrey von Maltzahn；Flagship 创始人 Noubar Afeyan 在公司成立时任联合创始人兼董事长。
为什么重要：这笔钱直接投向实验本身，把实验当作模型的数据来源，而不只是投软件或药物管线。
Google 发布用于生成科学假设的 AI co-scientist
发生了什么：基于 Gemini 的多智能体系统生成、批评、排名和演化假设，合作团队对部分生物医学提议进行实验。
为什么重要：假设生成从一次语言模型回答变成显式搜索过程。
证据与边界：其展示结果之一（一类细菌基因岛如何跨物种传播）来自 José Penadés 实验室。实验室在 bioRxiv 上的报告显示，给系统的背景材料引用了他们 2023 年的论文：这类岛自己装配衣壳，只需借用噬菌体尾部。排名第一的假设（借用其他物种噬菌体的尾部）在那篇论文之上再走一步，而这个问题实验室当时已有答案，论文正在审稿。
Emmi AI 的 AB-UPT 在多达 1.5 亿个网格单元上预测汽车周围的气流，只需一块 GPU 训练不到一天
发生了什么：Emmi AI 与林茨约翰·开普勒大学的 Benedikt Alkin、Johannes Brandstetter 等人做了 AB-UPT，一个在汽车空气动力学上代替计算流体力学（CFD）求解器的神经网络。在每个约 1.4 亿网格单元的高精度仿真集 DrivAerML 上，它的表面压力误差为 3.82%，Transolver 为 4.81%，普通 Transformer 为 4.35%；气流速度和涡量的误差也更低。它还能只凭汽车的 CAD 外形预测，不必先生成昂贵的仿真网格。
为什么重要：高精度汽车仿真代价很高（DrivAerML 数据集的计算花了约 100 万美元），工程师只能试少数几种外形。几秒就能给出压力和流场的模型能让他们多试很多，AB-UPT 还能从预测的流场算出阻力和升力。这篇发表于 Transactions on Machine Learning Research 的论文，给出了 2026 年 5 月 Mistral AI 收购 Emmi 时，Emmi 所卖汽车空气动力学模型背后的实测精度。
证据与边界：所有对比都由作者自己完成，用的是公开的汽车数据集，基线由他们重新训练；Transolver++ 被排除，因为作者的实现和其公开代码都不如普通 Transolver。阻力和升力只对照了同一 CFD 数据集里的仿真，没有对照风洞或新设计。
MatterGen 按目标属性生成晶体材料
发生了什么：微软的扩散模型生成稳定无机材料，并对一个生成候选进行了实体合成。
为什么重要：材料 AI 从筛选固定候选转向逆向设计：直接询问什么材料应该存在。