Cronin 团队（其创始人领导 Chemify）用 Chemputer 合成激酶抑制剂，其中一个在结直肠癌类器官中强于瑞戈非尼
发生了什么：机器人合成化合物库，在 KRAS 突变结直肠癌果蝇模型中筛选。AP2-83 提高果蝇存活；优化后的 AP4-43 在哺乳动物类器官生长实验中强于瑞戈非尼。
为什么重要：机器人合成的分子走完了两轮设计和测试。证据只到果蝇和类器官，是同一实验室自己做的，且只读了摘要。
给肝细胞拍照，比标准毒性检测在更低剂量下就能看出化合物活性，但预测不了无细胞检测
发生了什么：Axiom Bio、Broad 研究所成像平台与美国环保署、拜耳的合作者，在原代人肝细胞上对 1085 个化合物各做八个浓度，跑了 Cell Painting 成像和两个细胞毒性检测。在四个读出都有活性的 131 个化合物中，图像发现活性的浓度比代谢检测低 2.5 倍、比数细胞核低 7.9 倍、比膜损伤低 15.8 倍。再用图像预测 412 个 ToxCast 终点，在细胞毒性类和细胞类上有效，在无细胞类上不比打乱标签更好。
为什么重要：Axiom Bio 卖的就是用这类成像预测肝毒性，而这是背后的公开论文：图像承载的是细胞内发生的事，与试管里的单个蛋白无关，所以这套方法能替代什么，由生物学而不是模型规模决定。预训练的视觉 Transformer 和卷积网络，与人工设计的图像特征打平，说明瓶颈在检测本身，不在模型结构。细胞只用了一批五名供体混合的原代肝细胞，供体差异没有检验；ToxCast 的对照用的是别家实验室的检测设计。
Sakana 的 AI Scientist 登上《自然》：三篇完全由 AI 写成的论文中，一篇通过了 ICLR 研讨会的首轮评审，但投哪几篇是人挑的
发生了什么：Chris Lu、David Ha、Jeff Clune 等来自 Sakana AI、牛津大学和不列颠哥伦比亚大学的作者，介绍一个能提出机器学习想法、写代码跑实验、写论文并自我评审的系统。经组织方同意，三篇稿件投给 ICLR 2025 的 ICBINB 研讨会；其中一篇得分 6、7、6，高于平均录用线，并按事先约定撤稿。他们做的自动评审器与以往 ICLR 录用决定的一致程度，大约相当于人类评审之间的一致程度。
为什么重要：这是一篇完全由 AI 写成的论文通过了人类盲审，如今记录在《自然》上。门槛很低：这个研讨会录用率 70%，三篇只过了一篇，而且每个阶段都由团队挑出最有希望的产出。作者自己列出的常见失败包括想法幼稚、实现出错、内容幻觉。全部是在软件里完成的机器学习研究。
福冈一个实验室按预测的结构做出 GNoME 预测的 MnFeCo4Si2：居里温度 1039 K 的软磁体
发生了什么：福冈工业大学的 Shuhei Naganuma 和 Jiro Kitagawa 从 Materials Project 里的 GNoME 条目中选了 MnFeCo4Si2，电弧熔炼约 2.5 克，在 800 摄氏度退火 4 天。实验室 X 射线衍射与预测的菱方结构拟合良好，晶格常数比预测略大；电镜没有看到杂相。磁化测量显示它是软铁磁体，居里温度 1039 K，饱和磁矩与他们自己的计算相近。
为什么重要：这是本记录里第一次有外部实验室因为 GNoME 列出了某个材料而去合成它，并得到预测的晶体和一种能用的磁体。GNoME 论文所说的 736 个"已被独立实现"的晶体，都是别人在看到这份清单之前做出来的。
证据与边界：一个化合物、一个实验室、一篇预印本。锰、铁、钴对 X 射线的散射几乎一样，实验室 XRD 的拟合无法说明它们是像预测那样各占一个位点，还是混在一起共享位点。
Xaira 的 X-Cell 用 2560 万个受扰动细胞训练，在自家留出基因上比此前的虚拟细胞模型最高好五倍，但测试损失几乎不随规模改善
发生了什么：Xaira 在 bioRxiv 预印本中发布 X-Atlas/Pisces（覆盖 16 种细胞情境、2560 万个细胞的 CRISPRi Perturb-seq 数据）和 X-Cell：一个预测敲低某个基因会如何改变表达的扩散模型。在两种细胞系的 200 个留出基因上，它的 Pearson delta 为 0.51 和 0.48，次优的 STATE 为 0.10；在 Tahoe-100M 药物数据上是 0.31 对 0.22。扩到 49 亿参数后，训练损失按幂律下降（指数 0.32），测试损失下降得慢得多（0.03）。资深作者为 Ci Chu 和 Bo Wang。
为什么重要：虚拟细胞押注的是模型能替代一部分扰动实验；这里检验的是它没见过的基因和细胞类型，而不只是没见过的细胞。五倍领先来自 Xaira 自己的留出集，对比模型没有按同样规模重新训练；测试损失几乎不降，说明只加参数换不来准确度，作者也说瓶颈在数据。没有任何预测拿去做新实验。5500 万参数版本以非商业许可公开，49 亿参数版本没有公开。
RxnCaption 与 RxnID 解析反应图：先定位分子，再让视觉语言模型读关系
发生了什么：检测器给每个分子编号，VLM 只关联编号；RxnID 改用论文自带 1a 等标号。零样本前沿 VLM 宽松指标领先；严格指标除扫描旧文献外仍是训练模型领先。
为什么重要：把定位与推理拆开，比让一个大模型兼做两件事更好；但单图打分的指标，即使较严的，也衡量不了整篇论文有多少无需修正的记录。
据报道，李彦宏支持的百图生科已秘密递表港交所
发生了什么：彭博援引知情人士称，百图生科可能募资数亿美元，中金、摩根士丹利和瑞银参与。公司尚未证实。
为什么重要：如果上市，一家生命科学基础大模型公司将直接面对公开市场；招股书公开之前，连递表本身也只是报道。
Anew Labs 与清华的同一个模型，为 KRAS 的一个口袋设计小分子、多肽和纳米抗体，为 PCSK9 设计多肽和小分子
发生了什么：AnewOmni 出自字节跳动药物团队（现 Anew Labs）与清华大学的 Xiangzhe Kong、Kai Liu、Jianzhu Ma 等人，用 500 多万个复合物训练，按原子拼出设计。针对 KRAS G12D 的 switch II 口袋，30 条线性多肽中 7 条、20 条环肽中 7 条、3 个小分子中 2 个抑制浓度低于 100 微摩尔，7 个纳米抗体中 4 个有结合。针对 PCSK9，不给结合位点，7 条多肽中 4 条、3 个变构化合物 Kd 低于 10 微摩尔，其一解出共晶，与设计相差 0.92 埃。
为什么重要：设计工具通常按分子类别各做一套：小分子一个模型，多肽另一个，抗体再一个。这里是同一个模型在同一个口袋上覆盖三类，而且设计是几十个一批送去检测，没有走某一类自己的筛选流程。最硬的一块是共晶：模型为一个 PCSK9 化合物画出的构象，与测出的结构相差 0.92 埃，也就是说模型把分子放在了它实际结合的位置附近。
证据与边界：这是预印本，未经同行评审，所有测量都由团队自己完成。活性在微摩尔量级，是起点而不是药；命中率都来自很小的批次：合计 76 个分子，摘要里的 75% 是四个按一种方式挑出的纳米抗体中有三个成立。论文一处说合成了九个变构设计，另一处说十个里有三个结合。作者写明过滤步骤计算开销很大，也还不能指定模型要达到多高的亲和力。
BigHat 做出并测量了 289 个抗体设计，用来比较蛋白语言模型的采样方式，结果采样方式改变了成功率
发生了什么：Calvin McCarter、Nick Bhattacharya、Sebastian Ober 和 Hunter Elliott 不是一次只重采样被遮住的位点，而是一次给整条序列打分，于是束搜索能照着需要完整序列才能算的指标走，比如人源化程度。在一次抗体优化中，他们做出并测量了 289 个设计，覆盖 14 种模型与采样组合。在同时试了两种采样的三个模型上，束搜索都胜过 Gibbs 采样；而用这次优化更早的 729 个样本训练的分类器排序，结果更好。
为什么重要：这个领域的注意力大多放在用哪个蛋白语言模型上，而这篇论文说：模型之上的采样器，是与选模型并列的一个要紧选择；而且检验用的抗体是真做出来、真测过的，不只是打分。对于在跑设计闭环的团队，实用的读法是：第一笔实验预算花在拿标注上，用本次优化自己早期结果训练的分类器给设计排序，成功率明显提高，再用它引导生成则进一步提高。这家公司把自己内部的横向对比也发了出来，而不是只发最后留用的那套方法。
证据与边界：作者自己写明了边界：只有一次优化、一个起始抗体，所以这套排序换一个抗体可能就不成立，更不用说换一类蛋白。这里的成功指设计能做出来、并给出可检测到的结合信号，而不是比起始分子结合得更好；测量也都由 BigHat 自己完成。100% 所依据的那一组至少有 21 个设计；而引导生成会让抗体的人源化程度下降，论文把这列为一个未解决的风险。
Unreasonable Labs 走出隐身，完成 1350 万美元融资
发生了什么：Playground Global 领投，AIX Ventures、E14 Fund、MS&AD Ventures 参投，公司自己发布。曹原（Yuan Cao，前 Google DeepMind 资深研究科学家）任 CEO，MIT 教授 Markus Buehler 任 CTO。公司称在能源、材料和制药方向有试点，未点名合作方。
为什么重要：一位 DeepMind 研究员和一位 MIT 教授拿到种子级别的钱，做的是靠概念连接、而非实验自动化的发现引擎。发布稿没有任何结果，这笔钱要验证的东西还没有证据。
Yann LeCun 的 AMI Labs 种子轮融资 10.3 亿美元做世界模型，据报道估值 35 亿美元
发生了什么：据 Tech.eu 报道（引用了 LeCun 的原话），这家巴黎实验室完成 10.3 亿美元种子轮，由 Cathay Innovation、Greycroft、Hiro Capital、HV Capital 和 Bezos Expeditions 联合领投；CEO 是 Alexandre LeBrun，Yann LeCun 任执行董事长。公司网站列出的创始团队是 LeBrun、Laurent Solly、Mike Rabbat、Min Lin、Pascale Fung、Saining Xie 和 LeCun，团队分布在巴黎、纽约、蒙特利尔和新加坡。
为什么重要：这是押注“语言模型不是理解物理世界的路”的一大笔钱：AMI 的模型在传感器数据的学习表示里做预测，而不是生成数据本身，列出的用途包括工业过程控制、机器人和医疗。对科学的意义在于，实验自动化和物理实验需要能描述世界如何运转的模型。
证据与边界：只读到 Tech.eu 对这轮融资的报道，未找到公司自己的新闻稿，估值的口径也没有说明。公司尚未发表结果。
Cradle 的 CRADLE-1 预印本称蛋白质先导优化比理性设计快 4 至 7 倍，按湿实验轮数计
发生了什么：先用与目标蛋白相关的序列微调蛋白质语言模型，再用实验闭环中产生的数据继续微调。摘要报告在纳米抗体、scFv、IgG、多肽、酶、CRISPR 系统和疫苗上做了体外验证，单特异和多特异结合的亲和力可低至皮摩尔级。
为什么重要：大多数实验室工作其实就是优化已有的蛋白，而这里的说法是按实验轮数而不是分数来算的。4 至 7 倍对照的是什么，摘要没有说；这些项目也都是公司与自己客户一起做的。
帝国理工用闭环优化做出 46 种从空气中捕集二氧化碳的胺接枝树脂，发现容量和吸附速度呈直线取舍
发生了什么：帝国理工学院和维也纳大学的 Tristan Spreng、Ronny Pini、Camille Petit 等人让贝叶斯优化器挑选胺接枝多孔聚合物的配方，由自动化平台合成和测量：六轮、每轮八个配方，144 个样品，46 种稳定材料。在 400 ppm 二氧化碳下，吸附量和吸附速度沿一条直线此消彼长；一些材料吸附量是基准吸附剂的一半，速度快约十倍。吸附量最高的材料三轮内就找到；把整个空间做成网格约需 16 轮。
为什么重要：直接空气捕集装置的产出取决于一床吸附剂每天能搬运多少二氧化碳；商用基准树脂 Lewatit VP OC 1065 并非为此设计，一个循环约三小时。只优化吸附量（通常的目标）会错过最好的工作点：在作者的过程模型里，那条直线中段的一种材料每立方米每天产出 194 千克二氧化碳，Lewatit 为 95 千克，能耗相近；换接更大的胺（PEI）后，一种材料的吸附量翻倍而速度不变。
证据与边界：吸附量和速度是在 303 K 的干燥气体中测的；潮湿空气、反复循环、氧化和热老化这些决定吸附剂在装置里能用多久的因素都没有测。产出数字来自作者的过程模型，PEI 材料的模拟假设只有吸附量和速度变了。预印本，未经同行评审。
Evo 2 把百万碱基基因组上下文带入开放基础模型
发生了什么：Evo 2 在 Nature 正式发表，以覆盖所有生命域的约 9 万亿 DNA 碱基对训练，并支持 100 万 token 的上下文窗口。
为什么重要：基因组建模从局部序列效应走向染色体尺度的上下文；可复用的模型与资源，也让这项工作不只是一篇论文。
深势科技牵头的 RealPXRD-Solver 直接从实测粉末衍射图谱解出晶体结构，并解出 39 个此前从未报道过结构的数据库条目
发生了什么：模型用 6250238 个理论晶体结构训练，训练数据被刻意加入接近真实测量的扰动；它把图谱读成峰间距与强度的指纹，让模拟数据和实测数据共用一套表示。在给定晶胞的情况下，它对实测 CNRS 数据集的 91.9%、RRUFF 的 92.9% 把正确结构排进了前 20 个候选，排在第一位的比例分别为 77.9% 和 78.8%。不给晶胞时，CNRS 这两个数字是 79.4% 和 52.4%。
为什么重要：新材料长不出单晶时，化学家拿到的就是粉末衍射图谱；此前的 AI 解析器都在模拟图谱上工作，一到实测数据就不行了：峰重叠、晶体取向一致、还混着杂相。与自动精修流程串起来后，这个模型解出了粉末衍射数据库中 39 个材料的结构，它们自首次报道以来只有晶胞参数、没有原子坐标。这类工作通常每条要专家花上数周。
证据与边界：所有数字都是作者自己在其选定的公开参照集上得出的；39 个新结构由他们自己的流程解出、按标准精修一致性因子判定，没有独立重新测定，也没有合成任何东西。从训练数据中剔除的子集很小，只有 23 条和 14 条，其排在第一位的比例降到 47.8% 和 57.1%。衍射数据库的授权不允许在全库上测试。这是预印本，未经同行评议。