PSICHIC+：基于序列数据进行命中化合物鉴定与先导优化的生物活性基础模型
Koh 等开发了 PSICHIC+ 生物活性基础模型，在约82 million protein-ligand records上训练，并以分布目标保留定量分辨率、纳入数据可靠性差异。
#药物发现
bioRxiv · BioinformaticsAI 评分6868
bioRxiv · BioinformaticsAI 评分6262 ChefNMR2-Agent 用生成式和推理模型解析 NMR 光谱中的小分子结构
研究团队提出 ChefNMR2-Agent，将分子生成模型 ChefNMR2 与 LLM 推理智能体结合，从分子式及一维 1H、13C NMR 光谱自动解析未知小分子结构。
Nature Methods精选AI 评分7878 研究团队基于 JUMP–CP 比较四种自监督模型的细胞形态表征能力
研究团队在 JUMP–CP 上预训练并对比 DINO、MAE、iTPN 与 DINOv2，覆盖 119,876 compounds、~1.77 million images 和 87 个实验批次。
推荐理由：系统比较了对比式、掩码生成式与混合式自监督方法在细胞形态分析中的表现，为模型选型和批次校正提供可迁移依据。
Nature Chemical BiologyAI 评分5656 Gray 等开发蛋白降解转录报告系统用于多重检测与降解物筛选
Gray 等开发了将蛋白降解事件转换为转录输出信号的抗 CRISPR–CRISPR 电路，通过 AcrIIA4 抑制 dCas9-VPR 来响应目标蛋白水平下降。系统利用 AcrIIA4/dCas9-VPR 比例变化放大报告信号，并可用于 SMARCA、EGFR、KRAS 的降解检测及多重事件读取。研究人员还以该系统开展高通量筛选，鉴定出针对 CK1α 和 UBE2S 的新分子胶降解物。
Drug Discovery TrendsAI 评分6161 Talus Bio 称 Ptarmigan-1 跳过蛋白折叠实现 5,000 倍加速筛选
Talus Bio 的 Ptarmigan-1 在预印本中报告了约 5,000 倍于 Boltz-2 的筛选速度。该模型不预测蛋白 3-D 结构，而用质谱靶点结合数据匹配化合物与蛋白靶标；在单一 Nvidia H100 GPU 上平均每个化合物约 10 毫秒，Boltz-2 为 54 秒。
Broad Institute · News精选AI 评分7474 MIT 等机构用生成式 AI 设计 NG1、DN1 两种抗生素候选物
MIT、Whitehead Institute、Wyss Institute 和 Broad Institute 的研究人员利用生成式 AI 设计了 NG1、DN1 等新型抗生素候选物，分别针对耐药淋病奈瑟菌和 MRSA。
推荐理由：研究将片段约束生成与无约束生成用于两类耐药病原体，NG1、DN1 的合成和动物实验结果提供了具体评估依据。
Broad Institute · News精选AI 评分7878 Broad Institute与NEIDL用光学池化CRISPR筛选识别Ebola潜在药物靶点
Broad Institute与Boston University的NEIDL用光学池化筛选（OPS）筛查约40 million个经CRISPR扰动的人类细胞，找出妨碍Ebola复制的宿主基因。
推荐理由：研究将光学池化CRISPR筛选与AI成像分析结合，定位Ebola感染阶段的宿主依赖因子，为高致死病毒靶点发现提供可扩展路径。
Broad Institute · NewsAI 评分5050 Broad Institute 与 Tufts University 筛出增强抗生素效力的候选佐剂
Broad Institute 与 Tufts University 团队筛出候选佐剂 P2-56，并开发出增强 rifampin 效力的 P2-56-3。团队用 DropArray 微流控技术在 1 个月内测试 6 种细菌、22 种抗生素和 30,000 个化合物组成的约 1.3 million 种组合，成果发表于 PNAS。