AIDD 情报 · 增量简报（2026-09-10）

怎么读这份文件。它是 AIDD_趋势与开源技术全景_2026-09.md（09-07 版）的增量 diff，不是重写。09-07 版的结论仍然成立，这里只写新增、变更、被推翻的部分。标 NEW 的是本窗口首次出现的条目。

本轮结论先行（8 条）
变更清单（对照 09-07）
模型层：新版本与新玩家
Agent 层：最大变量与最大陷阱
超大规模筛选：AdaptiveFlow
虚拟细胞：官方承认未赢均值
专项 siRNA / 小核酸
国内格局与监管
风险清单（更新）
给生信岗位的下一步

〇本轮结论先行

#	结论	级别
1	开源结构预测已实质性超过 AF3，且不再是单点宣称。Biohub ESMFold2（MIT，2026-05-27）、字节 Protenix-v2（2026-04-08，464M）、OpenDDE 被第三方 Tamarind Bio 在同一输入、同一配置下复测，三者均超过 AF3 的抗体-抗原公开基准。上一轮我判"开源够用"，本轮升级为"开源在抗体-抗原这一高价值子任务上已是首选"。	NEW
2	Agent 的"26.8% 命中率"是组合平均，不是单靶点概率。Anthropic 自主蛋白结合剂设计在 15 靶点 1320 设计上 354 命中，但 MBP 90 个设计 0 命中、TREM2 72/90。共享命中率假设被统计检验拒绝（p ≈ 1.8×10⁻⁶³）；按靶点分布建模，新靶点低于 10% 行业底线的概率约 38%。	P0 纠偏
3	"更多公开数据救不了难靶点"——OpenBind-0 给出罕见诚实阴性结果。PDB cutoff 从 2021 推到 2025 重训后：EV-A71 2A top-25 达 92%，但 Dengue/Zika NS5 RdRp 无任何共折叠模型超 10%，FatA 仅 28%（Protenix 39%）。共折叠上限由"训练集里有没有这个 fold 和这类化学"决定。	P0 纠偏
4	Agent 编排层出现即插即用的开源基础设施。`bioq`（bioRxiv 2026-09-03，MIT）把 38+ 个容器化药物发现工具、7 个发现阶段、6 种分子模态统一到一个自描述 CLI，serverless GPU 按 job 计费、可自托管。"装不起环境"不再是不用这些工具的理由。	NEW
5	小核酸两条硬新闻：① Alnylam × Inceptive AI 合作（2026-06，最高 20 亿美元），RNAi 龙头下注基础模型；② siProGenA（bioRxiv 2026-08-31，西湖大学 + 上海AI Lab）把 siRNA 设计推进到"位置提议 + guide 生成"两阶段生成式，Hit@1 0.790 / Hit@5 0.903。	NEW
6	核酸药物的"标志物成功 ≠ 临床获益"再次被证明。诺华 pelacarsen III 期 Lp(a)HORIZON（8323 人，2026-09-04 顶线）显著降低 Lp(a) 却未降低心血管事件；同周 Ionis zilganersen 获 FDA 批准（2026-09-03，Alexander 病）。	P1 警示
7	虚拟细胞进入"零样本跨语境"硬考。Virtual Cell Challenge 2026（Cell，Arc + UCSF）取消目标语境训练集，只给基线表达谱 + 待敲低基因 ID。首届结果：几乎所有模型在 MAE 上输给"预测平均细胞"。终测集 2026-10-22 放出。	P1 纠偏
8	监管从"框架"进入"日历"。ICH M15 落地（CDE 2026-07-31 征求意见，6 个月后启动的研究适用）；2026 版 GCP 已于 9 月 1 日施行，新增"数据治理"专章；FDA 增设 AI 副局长；NMPA 明确 AI 辅助研发数据与 RWE 法律效力。模型的记录方式开始直接关系申报合规。	NEW

一变更清单（对照 09-07 版）

条目	09-07 版状态	2026-09-10 状态	动作
开源共折叠首选	Boltz-2 / Protenix-v1	+ ESMFold2（MIT）、Protenix-v2、OpenBind-0；ESMFold2 不依赖 MSA 是独有价值	本地栈加 ESMFold2-Fast 做快速 triage
国内结构模型	Protenix-v1（Apache-2.0）	Protenix-v2（464M，新增 de novo 设计）；字节 AI 制药 2026-06 拆分为 Anew Labs 独立融资	v1 退役，改用 v2
AlphaFold 团队	P1 存疑（FT 单一源）	多源确认：2026-07 底 DeepMind 拆散专职团队，原作者转岗；John Jumper 加入 Anthropic	升级为 P1 确认；AFDB 本地快照 + 开源栈对冲
IsoDDE	闭源，只能作参照	补充：$2.1B B 轮；17 个在研项目；首次人体试验已从 2025 年底推迟到 2026 年底，尚无人类接受过其设计化合物	维持"只参照不依赖"
siRNA 生成式方法	siDiff、SpeciMiR	+ siProGenA；产业侧 Alnylam × Inceptive 20 亿美元	纳入 caiPro 对照评测
超大规模筛选	DrugCLIP（宣称单日 10 万亿次）	+ AdaptiveFlow（Nature Biotech 2026-09-01，开源，690 亿分子，成本 1/1000，560 万 vCPU 线性）	纳入虚拟筛选选型
科研智能体	Biomni（Science 2026-07）	+ Anthropic 自主设计湿实验闭环、+ bioq、+ scientific-agent-skills、+ 深势"玻尔·科学空间"	Agent 层从"论文"进入"可安装"
虚拟细胞	批评主要来自 Nature Methods	*VCC 2026 官方结果 + Cell* 论文**：零样本跨语境，几乎所有模型 MAE 输给均值基线	维持"不看参数看增量"
监管	FDA CDER 框架仍在演进	ICH M15 + 2026 版 GCP（9/1 施行）+ 国药监综〔2026〕6 号	走进行动清单

二模型层：新版本与新玩家

图 1 · 本轮增量在七层栈中的位置（深色块为本窗口新增或升级）

2.1 ESMFold2 / ESMC / ESM Atlas（Chan Zuckerberg Biohub，2026-05-27）

License	MIT（代码 `github.com/Biohub/esm`，权重 HF `biohub/*`）— 商业可用、无限制
组成	ESMC（语言模型基座，约 28 亿条跨生命树序列，300M/600M/6B 三档）+ ESMFold2（全原子共折叠，48 pair 层，支持 MSA）+ ESMFold2-Fast（24 层，单序列，约 1.7× 加速）+ ESM Atlas（68 亿序列 / 11 亿结构，比 AFDB 多 8 亿）
关键能力	不用 MSA 即在 antibody-antigen 结合姿态上击败 AF3；给足 MSA 后在 PPI 与 Ab-Ag 两个 benchmark 上均为最强
公开指标	FoldBench Ab-Ag DockQ-pass 50–55%，PPI 70–77%
湿实验	5 个癌症/免疫靶点（EGFR、PDGFRβ、PD-L1、CTLA-4、CD45）：紧凑型 minibinder 命中率 36–88%，抗体衍生型 15–29%；PD-L1 binder 在体外恢复 T 细胞信号
论文	"Language Modeling Materializes a World Model of Protein Biology"（Candido et al. 2026）；Nature News 2026-05-27，DOI 10.1038/d41586-026-01686-3

对你的价值。ESMFold2-Fast 的单序列模式是实用差异点 —— 做寡核苷酸结合蛋白、或设计序列（无 MSA 可用）时，AF3 系会掉分而它不会。MIT 许可也让它成为目前最干净的商用选项。

2.2 Protenix-v2（字节跳动，2026-04-08）

参数 464M（v1 为 368M），训练数据 cutoff 仍对齐 AF3 的 2021-09-30 以保证公平对比。
DockQ>0.23 阈值下，跨三个数据集相对 v1 绝对提升 9–13 个百分点；v2 跑 5 seeds 即超过 v1 跑 1000 seeds（推理效率跃升）。
新增 de novo 设计能力 —— 从"预测"跨到"设计"。
生态：PXDesign（基于 Protenix 的 de novo binder 设计，多靶点实验成功率 20–73%）、PXMeter（可复现评测工具集，人工清洗掉实验假象与非生物相互作用）、Protenix-Dock（不靠神经网络的经典对接）。
母公司动作：2026-06 字节 AI 制药拆分独立融资为 Anew Labs（字节控股）；三层模型栈 = Protenix-v2 + Anew Omni（2026-03 与清华联合，全原子跨模态生成，覆盖小分子/肽/抗体，已在 KRAS G12D、PCSK9 湿实验验证）+ AnewSampling（全原子 MD，宣称比传统 MD 快 1000×）；另有 AnewFEP、AnewSynth、scNext。首个管线为 IL-17 小分子抑制剂（临床前，AAI 2026 披露，首个小分子层面泛抑制 IL-17 AA/AF/FF）。

2.3 独立复测：三个开源模型超过 AF3（Tamarind Bio）

在同一输入、同一配置下，ESMFold2、Protenix-v2、OpenDDE 在抗体-抗原公开基准上均超过 AF3 发表的分数。发布方同时说明：过去一年大量"追平/超越 AF3"的宣称，相当一部分经不起独立复现 —— 这次的可信度来自"第三方同条件复测"而非自报。

方法论提示。判断一个结构模型宣称，优先看 ① 是否第三方复测 ② 训练 cutoff 是否对齐 ③ 推理预算（seed 数）是否对齐。Protenix 提供 default（对齐 AF3，用于公平评测）与 20250630（用于实际应用）两套权重，仍是这个领域的正确示范。

2.4 OpenBind-0 —— 本轮最重要的阴性结论

OpenBind-0：开源共折叠模型，训练只用 PDB（cutoff 从 2021 推到 2025），刻意不含 OpenBind 自家数据，作为"公开数据基线"用以量化后续数据的增量。随模型发布 717 个配体结合结构。

第一份 OpenBind 公开数据集（预印本 DOI 10.64898/2026.08.27.747600，2026-09-01）：EV-A71 2A 蛋白酶，925 个晶体结合事件 / 699 化合物 / 601 个亲和力，目前已知最大的公开单靶点实验结构-亲和力数据集。

靶点	结果	判读
EV-A71 2A 蛋白酶	top-25 成功率 92%	新增的 4 年 PDB 数据把它拉回分布内 —— 典型"数据命中"
FatA（除草剂靶点）	OB0 28%，Protenix 39%	近期数据让 OB0 翻倍，但仍低
Dengue / Zika NS5 RdRp	无任何共折叠模型 top-25 > 10%	大而柔性、配体结合在可动 motif 附近、PDB 中无近亲；模型找不到口袋，或找到口袋但放错配体

靶点级微调不是通用解药：在 fragment 结构上微调 OpenFold3-p2 显著改善了 pose 预测与虚拟筛选（对 follow-on 化合物），但对上述抗病毒靶点几乎无效。OB0 将通过 Apheris 的 ApherisFold 提供，药企可在自有环境内跑并在自有数据上微调。

对你的直接含义。如果你的靶点在 PDB 里有近亲，现有开源共折叠就能用；如果没有（新 fold、柔性、新化学类型），换更大的模型没用 —— 要去造靶点自己的数据（fragment 筛选 / 少量晶体），或者干脆承认这条路径不适用。这一条值得打印贴在工位上。

三Agent 层：本轮最大变量，也是最大的统计陷阱

3.1 Anthropic 自主 de novo 蛋白结合剂设计

轮次	模型	靶点	设计数	命中	验证方
2026-08	Mythos Preview + Opus 4.8	16（有效 15）	1320	354（26.8%）	Adaptyv Bio、Twist Bioscience（匿名化、SPR 五浓度、复孔）
2026-09-01	Mythos 5.1	12	未全披露	"接近一半"	Adaptyv Bio、GenScript

机制：没有新模型。Agent 自己安装并编排现有开源工具 —— backbone 来自 PXDesign(358)、RFdiffusion3(267)、Genie 3(185)、FreeBindCraft(135)、BoltzGen(134)、RFdiffusion(118)、Proteina-Complexa(100)，序列主要来自 SolubleMPNN，过滤用 ESMFold2 与 Protenix v2，共 24 条不同工作流。人类只提供靶点名 / UniProt 号 / 寡聚状态 / 算力。

亮点：95% 设计可表达；RBX1 上 Top-1 亲和力 3.9 nM，对比公开设计竞赛优胜方案同板重测 45 nM；TNFα（人类从头设计多次失败的同源三聚体）拿到 12 个结合剂，最高 0.70 nM。

P0 反例（必须看）

靶点	命中 / 设计	命中率	说明
TREM2	72 / 90	80.0%
VEGF-A	54 / 90	60.0%
IL-7Rα	49 / 90	54.4%
RBX1	28 / 90	31.1%	Top-1 达 3.9 nM
TNFα	12 / 150	8.0%	最高亲和力 0.70 nM
BBF-14（人工设计的 β 蛋白）	3 / 90	3.3%	仅亚微摩尔–微摩尔
15-PGDH	1 / 30	3.3%
MBP（麦芽糖结合蛋白）	0 / 90	0.0%	仅 1 个弱可重复信号

统计检验（第三方，2026-08-25）。若真存在统一的 26.8% 命中率，MBP 得 0/90 的概率约 6.3×10⁻¹³（约 1.6 万亿分之一），TREM2 得 ≥72/90 的概率约 1.1×10⁻²⁵。共享命中率假设被似然比检验拒绝（p ≈ 1.8×10⁻⁶³）。改用按靶点分布建模：一个新靶点落在 10% 行业底线以下的概率约 38%。

判读：这是 2026 年最值得学的"如何正确读 AI 生物论文"的案例。结论不是"Agent 不行" —— 26.8% 确实远高于 10–15% 的行业常规，且经两家独立实验室盲测。结论是：组合平均不能外推到你的单个靶点，而流水线自身的置信度分数无法事先区分你落在哪个区间。这正是上一轮报告点名的"不确定性量化缺口"。

3.2 Agent 基础设施：从论文到可安装

项目	内容	License / 状态
bioq	bioRxiv 2026-09-03。统一、自描述的 CLI，背后是 38+ 容器化药物发现工具、7 个发现阶段、6 种分子模态；serverless GPU 按 job 计费，无需本地 CUDA/云配置；可自托管（本地部署脚本 + 阿里云函数计算脚本）。运行时依赖只有 httpx。	MIT `github.com/wolfsonliu/bioq` `bioq-services`
scientific-agent-skills	163 个经过验证的科研技能（生物学/化学/医学/药物发现），接入 100+ 数据库（PubMed、ChEMBL、PubChem、UniProt、PDB…）；遵循开放 Agent Skills 标准，Claude Code / Cursor / Codex 通用；经 Skills Over MCP 桥接。37K+ stars，宣称 17.5 万研究者使用。	开源使用量数据待核实
深势"玻尔·科学空间"	2026-08-20 发布，公开测试。内置多角色 AI 科学家：BioMaster（生物）、MatMaster（材料）、PharmMaster（药物）、SciMaster（全科）；对标"科研版 Codex" —— 不只是问答，而是跑通计算任务、处理实验数据、生成论文初稿。	产品化，公开测试
Biomni	上一轮已覆盖（Science 2026-07-09）。本轮补充：其"代码即统一动作接口"的思路已被 bioq / VCC 的 `vcc skill` 广泛复制。	开源

3.3 顺带一条对你有用的工程红利

Anthropic 同批报告：Mythos 5.1 为 7 个开源生信模型写自定义 GPU kernel 并加缓存 —— ChromBPNet、Enformer、ProGen2、Evo 2（7B 与 40B） 等，输出完全一致的前提下最高加速 2.5×；全基因组分析 GPU 成本下降 30–60%（一个分析从约 3 万美元降到 2.1 万，另一个从 1.8 万降到 8 千）。已宣布计划开源这些优化。

如果你在跑 Evo 2 或 Enformer 类模型，这是直接省钱的一条，值得跟踪其开源落地。

四超大规模虚拟筛选：AdaptiveFlow（Nature Biotechnology, 2026-09-01）

机构与出处

St. Jude 儿童研究医院 + 帕维亚大学 + Dana-Farber + 哈佛医学院 + 斯坦福 + 昆士兰（含 AWS 参与）。

论文：AI-enhanced adaptive virtual screening of large libraries for ligand discovery。

方法核心

18 维分子性质网格（分子量、电荷、卤原子数…）→ 优先选择化学多样性子集预筛 → ML 分类器识别潜力分子 → 1500+ 种对接方案评估并按预测亲和力排序。

规模与效率

690 亿分子（宣称全球最大即用型对接库）
计算成本降至现有方法的 1/1000
最高 560 万虚拟 CPU 保持线性扩展（多数软件在 CPU 数增加时通信效率崩塌）

验证

PARP1（基准靶点）与 FSP1（新兴靶点，结合位点含额外辅因子、难度高），均筛出与药学相关标准相当的抑制剂，并有高分辨率共晶结构实验验证。

开源，含 step-by-step 教程：adaptive-flow.ai / github.com/QuantumAI4Bio。

判读。这条改变了"超大规模筛选是巨头特权"的假设。对生信个人/小团队，真正的门槛从"能不能筛"变成"筛完之后怎么用少量湿实验验证" —— 即回到上一轮点名的验证鸿沟与主动学习。

五虚拟细胞：官方承认"还没赢过均值基线"

Virtual Cell Challenge 2026（Cell 论文，Arc Institute + UCSF Hani Goodarzi）

取消目标语境训练集 —— 只给 3 个细胞系的非靶向对照基线表达谱 + 待敲低的 300 个基因 ID，要求零样本预测 CRISPRi 后的单细胞转录组。
数据：6 种不同组织来源的癌细胞系（验证 3 + 终测 3，均匿名化为 A/B/C 与 D/E/F），CRISPRi + 10x Flex scRNA-seq，每系 300 个扰动 × 每扰约 400 个单细胞，18,533 基因。
工具链：.vcc 格式 + vcc CLI（本地校验秒级报错），并提供 vcc skill 让 Claude Code / Codex 直接驱动全流程。

时间：终测集 2026-10-22 放出；赞助 NVIDIA + 10x Genomics，奖金 10 万美元。

首届（2025）结果：5000+ 注册（114 国）、1200+ 团队提交、300+ 完成终评。几乎所有模型在 MAE 上输给"预测平均细胞"这个朴素基线；纯端到端深度学习在部分指标上未全面超越经典统计方法。

旁证：Nature Methods 2026 分析（400 个模型 / 6400 次评估）—— 性能常在仅用到 2220 万可用细胞中一小部分时就进入平台期；与语言模型不同，单细胞模型没有清晰的"数据越多越好"规律。

P1 判读。这个领域正在从"发模型"转向"发考题"。Arc 值得称道的是公开报告了对自己不利的结果。对你而言：别把虚拟细胞模型接进决策链路，最多用于假设生成，且必须与湿实验对照。

六【专项】小核酸 / siRNA：本轮四条硬新闻

6.1 产业：Alnylam × Inceptive（2026-06，最高 20 亿美元）

RNAi 龙头 Alnylam 与 Inceptive 达成战略 AI 合作，把 Alnylam 的 RNAi 专有实验数据与 Inceptive 的基础模型能力结合。意义：修饰 siRNA 的效力数据是最稀缺的资产，龙头开始用它们换模型能力 —— 这从侧面印证了你在 caiPro 上积累的 7295 阳 / 1120 阴修饰序列的价值定位。

6.2 方法：siProGenA（bioRxiv 2026-08-31 / 09-04）

机构：CUHK-Shenzhen + 西湖大学工学院（通讯 Yefeng Zheng）+ 上海人工智能实验室。
问题定义（值得注意）：现有流水线存在"候选构建缺口" —— 传统做法是枚举窗口 → 每个窗口给一个 canonical guide → 对预先构造好的 siRNA-mRNA 对排序。候选位置和 guide 序列在模型开始排序前就被固定了，模型只能在给定集合里挑。
方法：拆解为两个生成决策 —— ① D3PM（离散去噪扩散）做 mRNA 条件化的位置提议；② BFN（贝叶斯流网络）做温度可控的 guide 生成。
结果：62 个阳性测试片段上，多样性感知的最终库 Hit@1 = 0.790，Hit@5 = 0.903；在 measured-site 受控的 Stage 2 评测中，保留 seed 与切割位点的变体在 89.8% 的已测位点上优于 canonical 完全互补序列。

对 caiPro 的可执行点（本轮最高优先级）。这条"89.8%"意味着 canonical 完全互补 guide 不是最优解，在 seed/切割位点附近做保守变体可能系统性更优 —— 与你现有"穷举 tiling + PWM 打分"的 Perl 流水线是正交的增量，不需要推翻既有栈，只要在候选生成阶段加一个变体扩展模块即可做 A/B。

6.3 递送：Bits2Bonds（LMU Munich，Olivia Merkel 组）

首个把粗粒化分子动力学 + 机器学习耦合来设计 RNA 递送聚合物载体的平台（ERC RatInhalRNA 项目，面向肺部给药）。已合成若干预测候选，实验显示模拟行为与实际生物性能强相关。模块化，可扩展到 mRNA 疫苗与 CRISPR 体系。

6.4 临床：一正一反两条

日期	事件	含义
2026-09-03	Ionis zilganersen（ZANVASTRO）获 FDA 批准，用于儿童与成人 Alexander 病，该病首个疾病修饰疗法；靶向 GFAP 相关 RNA	核酸药物从罕见遗传病向神经退行性疾病扩展得到验证
2026-09-04	诺华 pelacarsen III 期 Lp(a)HORIZON 顶线失败：8323 例、Lp(a) 显著降低但未降低心血管事件	"RNA 层面改变 ≠ 临床获益" —— 靶点选择/生物学的权重高于序列优化

给做序列设计的人的提醒。不要在模型里把"敲低效率"当作终点指标。pelacarsen 是一个 8000 人、数年、数十亿美元的教训。

七国内格局与监管更新

7.1 国内厂商本轮增量

主体	本轮新增	判读
字节 / Anew Labs	Protenix-v2 → 拆分独立融资（2026-06）；Anew Omni（与清华，KRAS G12D / PCSK9 湿实验验证）；AnewSampling（MD 1000×）；IL-17 小分子进入临床前	中国大厂首次把 AI 制药从事业部升级为独立公司
深势科技	2026-08-20 发布 "玻尔·科学空间"（公开测试），内置 BioMaster / PharmMaster / SciMaster 等 AI 科学家角色；与东阳光药合作做出全球首个预训练 + 神经常微分方程（Neural ODE）耦合的 PK 预测模型	从"工具"走向"科研操作系统"；Neural ODE PK 是有真实差异化的方向
华为	广药 + 华为 + 首芯分子的"国产算力驱动的新药创制 AI 智能体"入选国家《人工智能高价值场景应用案例集》；宣称苗头化合物发现 12–18 个月 → 1–3 个月	注意这是目标值不是实测值；但"入选国家级案例集"是真实信号
寻鲸生科	清华张强锋 + 北大汪阳明联合创立，AI+RNA 路线；自建 RNA 结构组学数据库 + 多模态 RNA 大模型	与你的方向最接近的国内创业公司，值得跟踪
晶泰科技	2025 药物发现解决方案收入 5.38 亿元（+418.9%），覆盖全球前 20 大药企中的 17 家，首次年度盈利	国内 AI 制药首批跑通商业化的样本
英矽智能	Rentosertib 2026-07 启动 III 期（IPF）；2025 药物发现收入 2495.2 万美元	全球首个 AI 端到端发现靶点 + 设计分子进入 III 期

7.2 监管：从框架到日历

事项	时点	要点
ICH M15（模型引导的药物研发 MIDD）	CDE 2026-07-31 征求意见	公告发布 6 个月后启动的研究适用 → 最迟 2027 年初，MIDD 从"可选项"变"必选项"。AI 模型与 PopPK/PBPK 走同一套六要素评估框架（目标问题/使用背景/模型作用/错误决策后果/模型风险/模型影响）—— AI 不再是特殊例外
2026 版 GCP	2026-09-01 施行	新增"数据治理"专章，明确鼓励 AI 等新技术新方法的规范应用
《关于"人工智能+药品监管"的实施意见》（国药监综〔2026〕6 号）	2026 年印发	"数智赋能、人工复核、全程留痕"人机协同机制；2030 年初步建成融合创新体系。NMPA 明确认可 AI 辅助研发数据、RWE 的法律效力
FDA 增设 AI 副局长	2026-08	把 AI 监管放进组织架构顶层；FDA 与 EMA 联合发布 AI 药品开发十条原则
NMPA 2026 药品数智发展大会	2026-09，重庆	主题"共创数智生态，提质智慧监管"

对你的行动含义。现在就应该开始为每个模型维护模型卡 —— 训练数据出处与 cutoff、切分方式、版本、验证结果、人工复核记录。这不是文档负担，是 2027 年起申报时的硬要求。ICH M15 的核心逻辑一句话：监管不关心你用什么算法，关心模型能否可靠回答特定监管问题。

7.3 前沿实验室集体入场（补充 09-07 版）

Anthropic：Claude Science（2026-06-30，整合 60+ 科学数据库，Novo Nordisk / Allen Institute 早期用户）+ 自有内部临床前药物发现项目（刻意选被忽视疾病）+ 7 月罕见病研究资助（最高 5 万美元 credits，与 Monarch Initiative 合作）。
OpenAI：GPT-Rosalind（2026-06 初），生命科学模型，覆盖药物化学/基因组/实验方案，Novo Nordisk 合作。
Isomorphic Labs：$2.1B B 轮（2026-05，Thrive 领投，MGX / Temasek / CapitalG / UK Sovereign AI Fund 跟投），累计外部融资约 $2.6B；17 个在研项目；Novartis / Lilly / J&J 合作。首次人体试验已由 2025 年底推迟到 2026 年底，至今没有人类接受过 Isomorphic 设计的化合物。
DeepMind × Isomorphic 生物弹性计划：四步安全流程（威胁建模/评估/缓解/监控）；把 SynthID 水印技术适配到生物学领域，供 DNA 合成供应商筛查 AI 生成的生物序列；已与 15+ 政府机构/生物安全组织合作。

P2 提示（但对核酸方向可能升级）。AI 生成的寡核苷酸序列正在被纳入合成筛查的合规视野。如果你们的序列走商业合成，留意 SynthID 类水印/筛查机制对订购流程的影响。

八风险清单（本轮更新）

级别	风险	本轮证据	应对
P0	组合平均冒充单靶点概率	Anthropic 26.8%：MBP 0/90，TREM2 72/90，共享率假设 p≈1.8×10⁻⁶³；新靶点低于 10% 的概率约 38%	任何命中率先看按靶点的分布，不接受汇总数；流水线置信度不可用作提前判别
P0	共折叠对"训练集外"靶点系统性失效	OpenBind-0：Dengue/Zika NS5 RdRp 全部模型 top-25 <10%；靶点级微调仅对 1 个系统有效	先做训练集近亲检索（fold + 化学类型）；无近亲则换路径或自造靶点数据，不要加参数
P0	修饰 siRNA 分布偏移（对你）	未变（09-07 版已立）	维持：自有数据严格 holdout + 本域校准
P1	AlphaFold 团队已解散由存疑 → 确认	2026-07 底多源报道：原作者转岗，John Jumper 加入 Anthropic	本地快照 AFDB（2 亿结构）+ 全面切到 ESMFold2 / Protenix-v2 / Boltz-2；AF3 只作对照
P1	"标志物改善" ≠ 临床获益	pelacarsen III 期：Lp(a) 显著下降，心血管事件无差异	不要把敲低效率/结合亲和力当终点指标；靶点选择权重高于序列优化
P1	虚拟细胞不可用	VCC 首届：几乎所有模型 MAE 输给"预测平均细胞"；Nature Methods 400 模型/6400 评估显示平台期	只用于假设生成，不进决策链路
P1	Agent 输出不可复现与幻觉	未变（Northeastern 三批测试）+ 本轮 Anthropic 自己承认需更大量表征确认	全流程留 trace（代码+输入+版本+seed+中间文件）；关键结论人工复核
P2	合规记录成本上升	ICH M15 + 2026 版 GCP 数据治理专章 + NMPA 法律效力认可	现在就建模型卡与证据链模板（见 §9.3）
P2	AI 生成核酸序列的合成筛查	DeepMind 将 SynthID 适配生物学，供 DNA 合成供应商筛查	商业合成流程留痕；关注供应商政策变化

九给生信岗位的下一步（更新版）

9.1 优先级排序（本轮微调）

序	能力	本轮调整
1	数据工程与切分纪律	不变，仍是 compounding asset
2	开源结构栈落地	新增 ESMFold2-Fast（单序列 triage）+ Protenix-v2（精算）双轨；Boltz-2 保留做亲和力排序
3	不确定性量化 + 主动学习	本轮 Anthropic 案例把"置信度不可信"钉死了，优先级实际应提到第 3
4	Agent 可调用的工具体系	新增：把自己流水线里的工具按 bioq / Agent Skills 的思路做成自描述 CLI，是这一轮投入产出比最高的动作
5	微调而非从零训练	不变

9.2 未来 30 天（增量动作，不是重来）

装 ESMFold2-Fast（MIT，github.com/Biohub/esm），跑单序列模式与你现有 Boltz-2 / Protenix 结果并排，重点看无 MSA 的新设计序列上谁更稳。
Protenix-v1 → v2 升级（464M，pip install protenix）。区分 default（cutoff 2021-09-30，对标 AF3）与 20250630（实际应用）两套权重 —— 评测用前者、生产用后者。
在 caiPro 上加一个"seed/切割位点保守变体"候选扩展模块，验证 siProGenA 报告的"89.8% 已测位点上优于 canonical 互补"是否在你的 7295/1120 修饰数据上成立。这是唯一一条可能直接提升 hit-rate 且不动既有架构的改动。
试装 bioq（MIT，一条命令，httpx 是唯一运行时依赖），用它跑通一个端到端任务，判断值不值得把自研工具也按这个规范暴露。
装 vcc CLI 并下载 VCC 2026 验证集（3 个匿名细胞系基线谱 + 300 基因 ID），体验一次"零样本扰动预测"到底有多难。成本极低，认知收益高。

9.3 立刻开始做（合规前置）

为每个在用的预测模型建模型卡（一页即可）：模型名与版本 / 权重来源与 license / 训练数据出处与 cutoff 日期 / 切分方式（scaffold / 按基因家族 / 时间）/ 验证集与外部验证结果 / 已知失效域 / 人工复核人。
所有 Agent 跑出的结果强制落盘 trace：输入、代码、seed、环境版本、中间文件。
依据：ICH M15 六要素 + 2026 版 GCP"数据治理"专章。

9.4 下轮跟踪清单

类别	具体盯什么
模型	ESMFold2 / ESMC 的后续版本与社区复现；Protenix-v3（字节节奏约每季度一代）；Anew Omni 是否开源；OpenBind 下一批数据（含非 PDB 数据后 OB 系列增量）；OpenDDE 的 de novo / 亲和力模块
数据 / 挑战	VCC 2026 终测集（2026-10-22）；OpenADMET 下一个盲挑战；OpenBind 后续靶点数据；ApherisFold 上 OB0 的可用性
siRNA	siProGenA 是否放代码（本轮未见仓库链接）；Alnylam × Inceptive 的首个产出；siDiff 后续；siRNAmod / CMsiRNAdb 更新
产业 / 监管	ICH M15 正式实施日期；FDA AI 相关指南最终版（预期 2026 年底）；Isomorphic 首次人体试验是否再次推迟；Rentosertib III 期读出
会议	第三届小核酸药物研发与产业化论坛（2026-09-17/18，苏州）；NMPA 2026 药品数智发展大会（2026-09，重庆）