AI药物研发、计算生命科学

图书管理员

DrugOne

从部署到实践，即刻拥有你的专属龙虾助手

OpenClaw开发者专区🦞🦞🦞

自行/邀约他人一键搬运博客，享价值百万资源包

腾讯云自媒体同步曝光计划

往期视频·干货材料·成员作品 最新动态

腾讯技术创作特训营知识专栏

新邀入驻腾讯云开发者社区，福利多多！

近年来，生成式人工智能在蛋白质设计领域取得巨大突破，但在DNA origami（DNA折纸）结构设计中的应用仍然非常有限。其中最大的障碍在于缺乏大规模、标准化且包含真实结构信息的数据集，导致难以训练高质量的生成模型。

Nat. Commun. | 生成式扩散模型设计DNA折纸

Merck 团队开发的生物催化级联反应，通过定向改造酶实现实现口服大环肽 PCSK9 抑制剂 enlicitide（MK-0616，CAS：2407527-16-4）的收敛式、无保护基、公斤级绿色合成；通过7 种工程化酶 + 3 种辅助酶完成肽段拼接、大环环化与还原胺化，总步骤较原工艺减少超 50%，总收率达 39%，终环化浓度从5 g/L 提升至 70 g/L，全程无需色谱纯化，为复杂大环肽药物的低成本、可持续、规模化生产提供颠覆性范式。

Science：100多位作者｜Merck：10 种酶多级催化，实现大环肽药物 MK-0616 的颠覆性合成！

Prime editing（PE）是一类能够实现“搜索—替换”式精准基因编辑的重要工具，但现有系统虽然经过实验室进化优化了催化活性，却也因此引入了新的问题：逆转录酶（RT）的稳定性下降、可溶性表达减少以及蛋白折叠效率变差。这些问题会限制Prime editor在细胞中的有效浓度，尤其是在mRNA递送、LNP递送以及体内治疗等瞬时表达场景下，最终影响编辑效率。

Nat. Biotechnol. |  人工智能优化逆转录酶，推动Prime Editing迈向新高度

2026年5月4日，IBM以色列研究院与以色列理工学院的研究团队在《NPJ Drug Discovery》发表文章，题为“MAMMAL-Molecular Aligned Multi-Modal Architecture and Language for Biomedical Discovery”。

npj Drug Discov.｜MAMMAL: 面向药物发现的分子多模态对齐模型

科学研究中的许多关键突破，都依赖于高质量的“实证软件（empirical software）”。这类软件的核心目标并非证明理论，而是通过不断优化可量化指标来提升预测、建模或分析能力。然而，开发这类科研软件往往需要研究人员耗费数月甚至数年时间，严重限制了科学探索效率。

Nature | AI系统助力科学家编写专家级实证软件

如果把先导化合物优化想象成一场药物化学家的手工改造，过去很多工作像是在同一辆车上换轮胎、换车灯、换座椅：分子主体不大动，围着几个取代基反复试。问题是，药物研发真正难的地方往往不是把某一个指标调高，而是在活性、类药性、合成可及性、结构新颖性、血脑屏障通透性之间找到一个能站得住的平衡点。

Adv. Sci.｜解读 SMarT-Diff 如何生成纳摩尔级活性分子

一个分子在模型中展现出良好活性，距离成为合格候选药物仍有诸多关键环节需要验证，包括溶解性、膜通透性、体内暴露量、毒性及靶点选择性等。近年来 AI 分子模型发展迅速，但多数仍依赖数据驱动的统计拟合，在天然产物、环肽等分布外化学空间及复杂代谢性质预测上表现不稳定。2026 年 5 月 15 日，课题组侯廷军教授团队联合澳门理工大学等在 ChemRxiv 发布 LiTENexus 系统，提出量子化学信息注入（QCII）机制，将势能面、电荷分布、偶极矩等量子化学规律编码进神经算子，构建了端到端的量子启发式虚拟药物发现平台，为 AI 辅助药物发现提供了物理驱动的底层表征方案。该研究的共同第一作者为浙江大学博士生苏群、张辉，与澳门理工大学博士生苟巧林。

ChemRxiv | LiTENexus: 首个量子化学驱动端到端AI药物发现系统

数字孪生（Digital Twin）通过融合数据、模型与领域知识，实现对真实系统的动态虚拟映射，被认为是推动化工过程智能化与可持续发展的关键技术。然而，目前化工数字孪生的发展仍面临一个核心挑战：缺乏一种能够系统整合过程数据、物理模型、化学知识以及人工智能工具的统一框架，从而难以高效构建可扩展、可复用的数字孪生系统。本文中，研究人员提出了一种面向化工过程数字孪生的知识图谱框架，通过构建化学过程知识本体（ontology）以及自主功能代理（autonomous agents），实现模型、数据和过程上下文之间的统一组织与自动化协同。

Nat. Chem. Eng. | 知识图谱驱动的化工过程数字孪生框架

生物分子凝聚体（biomolecular condensates）的界面在蛋白聚集、液-固转变以及多种生化反应中具有关键作用，因此被认为是调控凝聚体行为的重要靶点。然而，目前研究人员对于驱动分子优先富集于凝聚体界面的“分子语法”仍缺乏系统理解。本文中，研究人员构建了一套整合高通量粗粒化分子动力学模拟、机器学习以及混合整数线性规划（MILP）的计算框架，用于从头设计能够定位于特定凝聚体界面的短肽。研究人员分别针对三种由内在无序蛋白区域形成的凝聚体进行了设计与实验验证，成功获得能够稳定富集于界面的功能肽。

Nat. Commun. | 面向生物分子凝聚体界面的智能功能肽设计

只把一个候选分子画出来，并不等于它真的能成为药。真正麻烦的部分，往往发生在通向这个分子的路上：从哪些商品化原料出发，经过哪些中间体，哪一步会不会带来遗传毒性杂质，哪条路线看起来能合成、但其实在安全性上埋了雷。

Nucleic Acids Res. | SynCraft: 面向ADMET感知逆合成的在线服务器

研究人员提出了一种具备多模态推理能力的对话式诊断人工智能系统——multimodal AMIE。研究人员指出，真实世界中的临床诊疗并不仅依赖文本问答，而是需要综合患者病史、医学影像、心电图、化验单及其他临床文档进行推理。然而，现有大语言模型在医疗领域的大多数评估仍停留在“纯文本聊天”层面，难以覆盖现代远程医疗场景中的复杂多模态交互需求。

Nat. Med. | 多模态推理如何提升诊断型对话AI

在现代药物递送领域，如何实现精准、高效、低毒的治疗始终是科学家们追求的目标，而聚合物-药物偶联物因其结构可调、载药能力优异以及良好的体内稳定性，正在成为下一代智能药物递送系统的重要候选者；然而，连接子的设计尤为关键，它决定了药物能否在正确的时间和地点被释放，而这篇发表于《JACS》的综述，正是对这一核心技术——可裂解连接子——的系统性剖析。

J. Am. Chem. Soc. | 五大类可裂解Linker大汇总，下一代智能释放药物设计要点在哪？

2026年3月，阿斯利康的研究团队在《Drug Discovery Today》发表综述文章，题为“Democratising real-world drug discovery through agentic AI”。文章系统介绍了阿斯利康内部智能体系统ChatInvent的开发与落地实践，展示了大语言模型驱动的Agentic AI如何真正进入药物发现生产流程，并围绕系统架构、测试评估、用户交互、长期运维以及组织治理等方面展开深入讨论。

Drug Discov. Today｜阿斯利康ChatInvent如何用Agentic AI重塑真实药物发现

近年来，多模态大语言模型（MLLMs）在视觉理解、文本生成和跨模态推理方面不断取得突破，人工智能也正在加速走进化学研究的核心场景。但在真实的化学工作流中，研究者面对的往往不是单一模态的信息，而是文本描述、分子结构式、SMILES字符串以及分子图像等多种表示方式交织在一起的复杂问题。模型能否真正打通这些模态，并在“理解”之外进一步完成“生成”，仍然是一个关键挑战。

Cell Rep. Phys. Sci. | ChemMLLM: 让化学大模型不只“看懂”化学，还能“书写”化学

T细胞受体（TCR）如何识别抗原，是适应性免疫学中最核心但也最复杂的问题之一。由于不同TCR可能识别相同抗原，而高度相似的TCR又可能表现出完全不同的特异性，因此仅依赖序列信息预测TCR功能长期面临巨大挑战。该研究提出了一种结合高通量酵母展示（yeast display）与蛋白质语言模型（protein language models, pLMs）的整合平台，用于构建“深度肽识别图谱（deep peptide recognition profiles, PRPs）”。每个PRP能够系统描述单个TCR对数百万肽段的识别模式。

Nat. Biotechnol. | 从TCR到抗原: 深度肽识别图谱揭示免疫识别密码

226年5月8日，中国衰老标志物研究联合体（Aging Biomarker Consortium, ABC）在Cell Press细胞出版社旗下期刊Cell发表题为“Multimodal clocks of human aging”的研究论文。研究团队建立了一个可量化、可模拟、可干预的“衰老数字人体”框架，通过整合多维度、多中心标准化数据，构建了多层次、可解释的衰老时钟体系，实现对个体生物学年龄的精准评估和器官衰老异质性的解析。

Cell | 构建“衰老数字人体”，助力精准健康老龄化 | Cell Press对话科学家

近日，大连理工大学刘奇磊副教授在《Nature Communications》发表了题为“Reactive machine learning potential for accelerating transition state search in organic synthesis”的研究论文。该论文围绕有机合成反应动力学中的过渡态搜索难题，构建了覆盖十类主族元素的大规模有机反应过渡态数据库DORTS，基于该数据库开发了适用于有机合成的机器学习势函数DeePEST-OS，并系统展示了其在有机反应过渡态搜索、能垒预测和复杂合成路线评估中的应用潜力。

Nat. Commun. | 加速有机合成过渡态搜索的反应机器学习势函数

底物特异性酶设计正在快速进入生成式人工智能时代。近年来，蛋白质语言模型、扩散模型与等变图神经网络等方法的发展，使研究者能够直接面向酶序列、骨架结构和功能位点生成候选酶，而不再局限于从天然酶库中筛选或对少数位点进行定向突变。然而，现有多数生成方法主要关注“生成一条合理序列”或“生成一个可折叠骨架”，对于酶真正发挥催化功能时所依赖的底物结合口袋，以及口袋残基与底物原子之间的细粒度匹配关系，仍缺乏充分建模。如何让模型在生成过程中同时理解酶功能、底物信息与结合口袋环境，成为底物特异性酶设计中的关键问题。

IJCAI 2026｜基于口袋增强的底物特异性酶设计

心血管疾病位列全球居民死亡原因首位，但行业长期困于难以破解的结构性错配：一边是持续爆发的临床诊疗需求，一边是顶尖心脏影像诊断资源高度集中于头部三甲医院，大量基层医疗机构即便配齐了核磁设备，也始终跳不出 “能拍片、不会读片” 的能力陷阱。

智源发布BAAI Cardiac Agent: 业内首个心脏核磁共振多模态推理诊断智能体

过去几十年，临床前研究很大程度上依赖动物模型。动物实验为药物安全性和药效评价提供了重要基础，但它们始终只能近似人类生理、代谢和免疫反应，无法完全复制真实人体环境。

Science | 当药物研发转向以人为中心：NAMs、器官芯片与 AI 正在重塑临床前研究

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

社区新版编辑器体验调研

腾讯云开发者社区推出了DrugOne专栏，为你提供了DrugOne的相关文章，致力于帮助开发者快速成长与发展。

DrugOne

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐