标签
Onepot AI 通过将机器人合成与在 Anyscale 上进行的大规模机器学习推理相结合，仅需5天即可合成并交付定制分子，从而极大地加速了药物发现。
TRACE是一种轨迹感知的LLM智能体，用于分子先导优化，通过对分子优化工具进行顺序决策，在保持分子相似性的同时改善ADMET性质。
介绍了InteractBind，一个用于细粒度评估蛋白质-配体模型的大规模数据集和基准，重点关注结合位点定位和非共价相互作用预测。评估了八个现有模型，发现尽管二元结合预测表现强劲，但结合位点定位能力有限。
GitHub 上一个名为 scientific-agent-skills 的仓库收录了138个科学研究工具的Agent Skill，覆盖生物信息、药物发现、临床数据库等领域，支持一行命令集成到AI代理中，提供精准的API调用方式。
2026年12大AI科助系统汇总，包括DeepMind的Co-Scientist发现纤维化候选药物，OpenAI推理模型解决存在80年的几何问题，重点介绍用于生物学、流体模拟和自动化研究的开源工具。
AI 正在改变美国制药研发，通过加速药物发现、临床前测试、临床试验和监管审查，早期证据表明它可以将开发时间缩短大约一半并降低成本。
A comprehensive open-source collection of 138 scientific agent skills that transform AI coding assistants like Claude Code and Codex into AI scientists, covering biology, chemistry, medicine, and more, with integration of over 100 scientific databases and specialized Python packages.
针对谷歌DeepMind首席执行官戴米斯·哈萨比斯在Google I/O大会上声称AI可以“治愈所有疾病”的说法进行批判性分析，将AlphaFold和AlphaGenome等工具的潜力置于具体语境中，同时强调科学前景与公众认知之间的差距。
一段录制于2026年3月的与Demis Hassabis的对话，涵盖AI已解决的最难问题、药物发现、军事应用、人类独特性以及他的遗产。
MIT副教授Connor Coley讨论他开发AI模型以理解化学原理并通过预测反应路径和分析海量潜在化合物来加速药物发现的工作。
使用智能体团队的AI系统，如谷歌的Co-Scientist和FutureHouse的Robin，可以在数小时内而不是数月内加速药物再利用研究，通过提出假设、设计实验和分析数据。
SandboxAQ 已将其用于药物发现和材料科学的大型定量模型 (LQMs) 集成到 Anthropic 的 Claude 中，使研究人员能够通过自然语言界面使用这些强大工具，无需专门的计算基础设施。
DrugSAGE是一个框架，能够积累并复用跨任务记忆，高效构建最先进的药物发现模型，在保留任务上比基线智能体性能提升10-30%。
DeepMind的Co-Scientist人工智能系统帮助爱丁堡大学的研究人员生成了一种新颖且经过实验验证的假说，将NLRP3炎症小体与药物resmetirom在MASH肝病中的作用机制联系起来，可能有助于实现靶向联合治疗。
这个GitHub仓库提供135个即用型科研AI技能，覆盖生物、化学、医学等领域，可一键集成到AI代理中，加速科研工作流。
本文介绍了SCOPE-Bench，一个评估分子分布外泛化的基准测试，以及POMA，一个使用强化学习选择源域进行域自适应的框架，在3D分子模型上实现了显著的误差降低。
MAML is a novel multi-modal AI model that unifies understanding of chemistry, genetics, and proteins, outperforming specialized models on 11 drug discovery benchmarks, promising to accelerate pharmaceutical research and improve success rates.
谷歌DeepMind联合创始人Demis Hassabis宣布向Isomorphic Labs投资21亿美元，旨在通过加速药物发现，利用AI治愈所有疾病。
ToolMol是一个进化式智能体框架，结合了多目标遗传算法和基于LLM的操作符，用于设计小分子药物，在多个蛋白质靶点上实现了最先进的结合亲和力和类药性。