AIDD 增量简报 · 2026-09-16

面向生物信息岗位 · 第 7 次执行 · 基于 09-15b 版的增量 diff（不重复全景）· 20 轮检索（d3/d7/d30/m1/m2，中英双语）

一、结论先行二、新增硬事实三、上版 10 问回执四、风险清单五、岗位落地清单六、下轮盯什么

本轮主线：竞争维度从「模型」正式移到「数据所有权」。 同一周出现三个互相印证的样本——AISB-1-Fed（私有数据联邦共训，模型不公开）、Therna Chronos（数据公开、基础模型与协议闭源）、OpenBind（数据+模型+配方全公开）。「开放」不再是一个布尔值，而是一条光谱。选型第一问从「哪个模型强」变成「这个结果的证据我能拿到哪一层」。

一、结论先行（6 条）

1竞争维度从「模型」移到「数据所有权」。开放是一条光谱，不是布尔值（见上图）。选型第一问变成「这个结果的证据我能拿到哪一层」。

2AlphaFold 的数据墙第一次有了工程级绕行证据。1,056 个留出测试结构上，高精度界面预测从 35.6% → 52.1%，正确配体姿态 28.9% → 46.8%，同时跑赢各家公司「孤岛版」。但模型不公开、未同行评审、测试集由参与方自留——方向可信、幅度不可核。

3「共折叠模型在背题」从预印本变成正式发表。Runs N' Poses（Nat Struct Mol Biol, 2026-05-08）见刊，并新增物理对接对照。这是你现在就能装进 pipeline 的前置闸门指标。

4P0 实操 OpenFold3 v0.5.0 已把默认权重从 preview-2 换成 OpenBind-0。未 pin 版本的流程模型已静默更换，新旧结果不可直接比较。详见风险清单。

5核酸赛道今年最硬的一记负面信号。诺华一周三连败、市值蒸发约 360 亿美元；其中 AOC（抗体偶联 siRNA）del-desiran III 期未达主要终点。判读：递送效率提升 ≠ 临床表型改善。

6国内这一周是「集体亮肌肉」。中关村两院八项成果、上海 AI 实验室书生-S2、中山生物医药政策 2.0。共同点是开源 + 国产算力。

二、本轮新增硬事实

2.1 结构预测 / 共折叠：数据联盟成为新竞争主体

项	关键数字	证据等级
AISB-1-Fed Nature 头条 2026-09-14 DOI d41586-026-02882-x	艾伯维 / Astex / BMS / 强生 / 武田；20,167 份私有蛋白-配体结构；联邦微调 OpenFold3 Preview 2；1,056 个留出测试结构	联盟自报 Nature 新闻报道
核心指标	PL-lDDT≥0.8：35.6% → 52.1%（Boltz-2 40.9%） bisyRMSD≤2Å：28.9% → 46.8%（Boltz-2 36.5%） PPI 子集 lDDT≥0.8 62.6% vs Boltz-2 40.9%	同上
工程口径	Apheris 联邦平台 + NVIDIA FLARE + AWS；每轮仅回传约 2GB 模型更新，原始结构不出公司	同上
关键限定	博客发布、未同行评审、模型不公开、评测细表未披露、外部无法复现。Boltz CEO Gabriele Corso 公开质疑「未在公开基准上与最新前沿共折叠模型全面对比」	—
数据缺口背景	PDB >24 万结构中药物相关约 1.06 万；Astex 的 Paul Mortenson 估计「实验解析 + 类药分子」仅约 1 万个	—

Runs N' Poses 正式发表：Škrinjar, Eberhardt, Studer, Tauriello, Schwede, Durairaj，Nature Structural & Molecular Biology，2026-05-08，DOI 10.1038/s41594-026-01797-5（题目去掉了问号，结论没变）。

量化口径（可直接当闸门用）

相似度得分 <50 时共折叠成功率约 10–40%；80–100 区间约 80–90%。本次见刊版新增物理对接（Glide 类）对照。

OpenBind 首批数据落在哪

881 个结晶结合事件，与 2021-09-30 前公开结构相比中位相似度约 40、几乎全部 <50——正好落在塌方区。所以它是检验泛化的好料，不是好刷分料。

补数据两条路线已明确分叉：

存量私有：AISB（联邦，模型只归参与方）；礼来 TuneLab（数据换算力，平台闭环）
增量公开：OpenBind（英国政府最高 800 万英镑 / 1080 万美元，上月已释放数百个结构）；LIGAND-AI（辉瑞 + SGC，预算 >6000 万欧元，结构 + 亲和力双信号）
AlQuraishi 本人定性：回收药企历史结构只是过渡方案，真突破得主动造新数据。

2.2 基因组 / RNA 基础模型：这一周密度最高

模型	规格	开源	关键结果
NucleicBERT Nat Mach Intell 10.1038/s42256-026-01295-9	404M；32 层 / 32 头 / 1024 维；字符级 BPE（clump size=1），词表 25；MARS 筛出 3,000 万 ncRNA；192×A100-40GB × 300 epoch	论文已发 KIT + 于利希	MLM 验证准确率 83.1%；TS0 二级结构 F1 0.649（RNAErnie+ 0.622）；长程接触 Top-L 0.460（RiNALMo 0.389）；剪接 0.948；CPEB3 适应度 R² 0.994、收敛快 8.5×
Carbon 北京中关村学院 × HuggingFace	30 亿参数，对标 Evo2 70 亿；推理效率 +275×；已注释 16 万亿碱基	Carbon Database 2026-09-15 开源	厂商自评「3B 全面超越 7B」；主打 DNA 序列设计（调控元件、mRNA 疫苗）+ 免比对的基因组注释
MIST 密歇根大学	Encoder-only Transformer；Enamine REALSpace SMILES + Smirk 分词；Polaris 超算训练	HF + GitHub 全开源	约 400 个分子 / 混合物性质任务
HoloCell 中关村两院	6 亿细胞多组学；以基因为锚点统一编码染色质 / RNA / 蛋白	权重未确认	6 项核心任务优于 8 类领域专用模型；13 家单位共建虚拟细胞系统

NucleicBERT 最值得抄的不是分数，是方法论（可直接迁移到 caiPro）

Four-way 对照：每个下游任务同时报 fine-tune / linear probe / random-init FT / random-init probe，把「预训练贡献」和「端到端适配贡献」拆开。
主动拆穿自己的陷阱：随机初始化骨架的 kNN 也不低——未训练的 transformer 会保留长度 + GC 含量等平凡统计（siRNA 短且均一，rRNA 长且富 GC）。只数长度就能到 0.592，加 ACGU 组成到 0.746。⇒ 结论必须在长度配平后再比。这条对所有 RNA/siRNA 分类器都成立。
免 MSA 的共进化近似：MLI（掩码似然影响）单序列即可复现 DCA 的反对角接触带，14 个 Rfam 家族富集因子高于随机；但上限低于 MI/DCA。⇒ 有 MSA 就用 MI/DCA，没有才用 MLI。
边界感：洗牌约 25% 时判别准确率崩塌，而 Rfam 天然家族分歧均值 26.9% ± 10.4%——模型内化的判别边界 ≈ 自然进化容差。

2.3 虚拟细胞 / 扰动预测

Therna Chronos（2026-09-15，Nazli Azimi + Hani Goodarzi / Arc Institute）：50 个人类细胞系（Tahoe 提供）× 数万条合成基因/mRNA × 时间序列 → 单次实验产出数百万功能性测量。两个模块 Penta-47x27K / Tria-47x28K 上 HuggingFace，附 Lightning Studio + bioRxiv 预印本。
边界很清楚放数据，不放实验协议、RNA 基础模型、人免疫细胞那一份 Chronos——「数据开放 / 模型闭源」的教科书样本。自报用 rapids-single-cell 拿到约 200× 加速（无独立基准）。
PHAROS（bioRxiv 10.64898/2026.09.08.749477，代码 github.com/jbezney61/PHAROS）：把单细胞扰动模型转成靶点导向的联合用药筛选；Sinkhorn OT 距离度量状态对齐，9 个 FDA 批准二药组合 vs 100 个随机对照；BCC 抗 PD-1 应答/无应答恶性细胞作源-靶做探索性分析。
VCC 2026 赛制补全：6 个癌细胞系（3 验证 / 3 测试）、每系 300 次扰动 × 400 细胞、今年不发训练集、Cell-Eval 6 指标归一化聚合、终测 10-22 发、结果 11 月下旬。

2.4 Agent / ADMET / 工具层

ADMET-EvO 代码已开源

github.com/OTeam-AI4S/ADMET-EvO（上版只查到论文，本轮补上）。22 项 TDC ADMET 任务归一化得分 96.77；证据门控选择让累计拟合时间 −72.2%（非劣效界内）；形式化 43 个毒性相关任务。作者含 Tingjun Hou（浙大）、Stanford、CUHK。

Orchestra · 多路证据强制互证可复用架构

两个独立构建的生物信息 MCP Server（RegNetAgents 拓扑 + CASCADE 四路证据）合成 LangGraph 多智能体。要求 ≥2 路独立证据：预测 OncoKB 状态 BRCA/COAD OR 2.89（BH p=0.0166）、STAD OR 5.82（p=0.0047），COSMIC CGC 上复现。单路证据（≥1）则不稳定。

为什么这条重要：MI 边权本身是最强单预测因子（p=0.0003），但互证在此之上仍显著增量（p=0.0234）。⇒「多路独立证据强制互证」是可度量的，不是修辞。这是本轮最值得抄进生信流程的架构模式。

书生-S2（上海 AI 实验室，2026-09-13 浦江论坛）：开源多模态，亮点是可插拔 Memory Decoder——不改主模型参数即可接领域知识；接入生物记忆后 Biology-Instructions 均分 56.92 → 60.32，通用能力不损。预告万亿 token 隐空间语言模型 NCP-ArchPreview（1.95× 收敛加速）。已接入书生·端砚，连到上海同步辐射光源、中国散裂中子源等大科学装置。
MCP 生态补录：BioThings MCP（MIT，MyGene/MyVariant/MyChem/MyDisease，uvx 直跑）、Protein Design MCP（RFdiffusion → ProteinMPNN → ESMFold 端到端 binder 设计，含 Boltz-2 亲和力）、Protein Atlas MCP（免密钥）、pubmed-mcp-server（Apache-2.0，148★，09-13 更新）。

2.5 核酸药物：一手正面、一手重击

本轮最重要的一则 诺华「黑色九月」：一周内三连败，市值蒸发约 360 亿美元。

失败项	时间	内容
del-desiran（AOC）	2026-09-08	DM1 关键 III 期 HAEBOR 未达 vHOT 主要终点，仅次要/探索性终点见微弱活性。全球首个 III 期折戟的 AOC 核心管线；诺华 120 亿美元收购 Avidity 所得平台
pelacarsen（Lp(a) ASO）	09-04	Lp(a) 降但心血管事件未降
CAR-T	09 月	死亡事件紧急叫停

正面：

Moonwalk Biosciences B 轮 7,000 万美元（张锋联合创办）：Alpha Wave + YK Bioventures 领投，礼来、高榕参投，ARCH / Khosla / Future Ventures 跟投。核心 MW101 = 脂肪靶向 first-in-class RNAi（肥胖/心血管代谢，非 incretin 通路），递送技术来自苏州时安生物 STORK-F 独家授权。IND-enabling 推进中，2027 年底 FIH。同期时安生物完成近 4 亿元 A 轮系列。
ADARx 递交 S-1（2026-09-04）：拟登陆 NASDAQ（ADRX），募资最高 1 亿美元。onvuzosiran（ADX-324，靶向 PKK / HAE）08-24 获 FDA 快速通道，全球 III 期 STOP-HAE 约 90 人，主要终点 2027 年中。艾伯维 2025-05 以 3.35 亿美元首付 + 最高 75 亿里程碑签下合作与许可期权。
晶泰 Kodexia：IgA 肾病 siRNA 管线 7 个月拿到 NHP 药效数据，活性与长效性优于同靶点临床阶段参照分子，有望 9 个月内锁定 PCC（行业 12–18 个月）；设计效率提升近 3 倍，首轮体内验证命中率 >50%。厂商自评

2.6 国内产业与政策

事件	时间	要点
中关村两院八项成果 Xᴬᴵ 科技节	09 月中	除 Carbon / HoloCell 外：FlexRibbon 药物设计引擎——覆盖 TCR / 抗体 / 纳米抗体 / 线性肽 / 环肽 5 类模态，14 个靶点实验验证，平均首轮成功率 34%，与 10 家企业推进 20+ 管线；商空间扩散模型（训练效率 +45%，30% 参数量超越现有方法，分布误差较 AF3 对齐方案降 >70%，已被字节跳动 AI 制药采纳）
宇道生物 C1 轮	2026-09-15	数千万美元，信宸资本 + 德诚资本领投，达晨财智 / 中生锡创鼎祺跟投；AI 原生 Biotech，难成药靶标。PR 口径，数字不可核
中山生物医药政策 2.0	2026-09-15	12 条；「人工智能+生物医药」首次单列为独立条款，填补政策空白；AI 辅助靶点发现与设计、蛋白结构预测与工程设计单项目最高 1000 万元；「算力券」单主体年度最高 100 万元；1 类新药单企年补最高 8000 万元
上海「十五五」战新规划 / 江苏三年行动	09 月	均明确支持 AI 驱动研发、基础模型与药物设计模型布局

三、上版 10 个未决问题 · 核查回执

#	上版待办	状态	回执
1	AI BioDesign 首次 release	未查到	仍无公开 release
2	书生-S2 接口与第三方复现	部分	09-13 发布；Memory Decoder 机制披露（56.92→60.32）；第三方复现仍无
3	Inference Runtime 支持 / 第三方实测	未变	本轮无新支持公告、无第三方实测
4	VCC 10-22 终测	进展	赛制细节已补全；终测未到
5	siProGenA 代码	实质收获	仓库仍无（CC-BY-NC-ND 4.0），但拿到 full-text 完整实现规格，见下
6	VenusFold 独立复现	未变	仍厂商自评；本轮拿到完整 FoldBench 对比图（9 模型）与三项 RMSD
7	OpenADMET 下一场盲测	未查到	—
8	ASOMAR 后续管线 / 代码	未查到	—
9	ICH M15 实施日期 + 元因·百靶首批名单	未查到	—
10	AI 医药创新联合体成员名单	未查到	—

顺带：RFOptimization 许可、Mol-JEPA 正式论文 —— 仍未查到。

siProGenA 可复现规格本周可直接跑

数据

Huesken + Mix + Takayuki（经 OligoFormer 整理），19-nt guide + 57-nt mRNA 窗口；按转录本合并重叠窗口 → 1,258 个重建片段，其中 726 个含至少一个已验证活性位点（≥70% 敲低）；转录本层级 80/10/10 划分（test 120 / 62 阳性）。

Stage 1 · 位置提议

4 层 Transformer + D3PM（T=100、uniform-absorbing、cosine schedule）；50 epoch，AdamW，batch 4，4 步梯度累积，200 warmup。

Stage 2 · guide 生成

6 层 BFN Transformer，Best-of-N 蒸馏，用预训练 OligoFormer 作 pairwise evaluator。

算力 & 结果

单张 RTX 4080 SUPER，Stage 1 约 6 h、Stage 2 约 4 h。多样性感知 rerank 后 Hit@1 0.790 / Hit@5 0.903；受控评测下 seed-与切割位点保留的变体在 89.8% 已测位点上优于 canonical 互补链。

对 caiPro 的意义：目前唯一一份把「位置提议 + guide 生成」两阶段拆开、且算力门槛低到单卡可复现的 siRNA 生成方案——对应 caiPro 现存的 candidate-construction gap。

四、风险清单

级别	风险	后果	验证 / 修复
P0	OpenFold3 v0.5.0 默认权重已切换 2026-08-21；`DEFAULT_CHECKPOINT_NAME = "openbind-2025-06-30-174k"`（174k step，数据截止 2025-06）；preview-2 被列入 `LEGACY_CHECKPOINTS`「不支持下载使用」	静默换模型：未 pin 版本的流程，历史结果与新结果不可比；依赖 preview-2 的回归测试会凭空漂移	立即执行： `python -c "from openfold3.entry_points.parameters import DEFAULT_CHECKPOINT_NAME; print(DEFAULT_CHECKPOINT_NAME)"` 要么显式指定 ckpt，要么 `pip install "openfold3<0.5"` 并 `setup_openfold` 重跑。注此条来自二手 wiki 转述，请到 `aqlaboratory/openfold-3` 的 v0.5.0 tag 自行核对
P0	AISB-1-Fed 的证据等级：博客、未同行评审、模型不公开、测试集由参与方自留	若把 52.1% 当公开基准引用，会在评审/汇报中被直接质疑	引用时必须同时写 Boltz CEO 的公开质疑；不要用于跨团队横向对比
P0	核酸领域：递送效率提升 ≠ 临床表型改善（del-desiran III 期）	只做序列/修饰优化、不做递送与表型证据链的项目，估值逻辑会被重估	任何 siRNA 项目汇报里，把「递送假设」单独列成显式风险项，不要藏在化合物优势里
P1	VenusFold 全部数字为厂商自评（本轮再确认）	直接替换现有折叠模型可能在新靶点上塌	自建 holdout 前不进生产
P1	融资稿口径不可核（如「准确率 94.7%」「BioLlama-3 / HelixFlow」等来自营销号）	误当事实进入决策	一律降级为「PR 口径」，只采信有论文/监管机构背书的数字
P2	榜单排名可比性（如 GPT-6 在 Insilico DDD Benchmark 抗体可开发性第一，更新 2026-09-04）	跨榜单比较失真	该榜单有防污染设计（URSA-expert-2026 分子新生成 + 专家确认、6 种自有数据），但归一化算法未完整公开、无第三方复测；总分口径与模块单独口径不一致，必须同一口径比

五、给生信岗位的落地清单（本周可执行）

序	动作	成本	为什么现在做
1	核查本机/服务器的 `openfold3` 版本与默认 ckpt	10 分钟	P0 静默换模型
2	在对接流程前加一道 ligand-pocket 相似度闸门（Runs N' Poses 度量，已正式发表）：得分 <50 的体系强制走物理对接兜底 + 人工复核	1–2 天	把「这个 pose 能不能信」从直觉变成可计算的前置数
3	按 siProGenA full-text 规格，在 caiPro 数据上跑一轮最小复现（Stage 1 D3PM 位置提议 + 多样性感知 rerank）	单卡 4080 SUPER 约 6 h	规格完整、单卡可跑；直接对应 caiPro 现存的 candidate-construction 缺口
4	RNA 表征对比：NucleicBERT（404M，免 MSA）vs 现用 RNA-FM，同时保留 MI/DCA 基线	1 天	MLI 上限低于 MI/DCA，别无脑替换
5	把 four-way 对照 + 长度配平写进 caiPro 评测规范	半天	防「看似有效、实则只学到长度和 GC」
6	接入 MCP：`BioThings MCP` + `Protein Design MCP` + `pubmed-mcp-server`（均 MIT / Apache-2.0）	半天	编排层已成熟，不必自造
7	立硬规矩：任何外部模型结论必须配自建 holdout 才进生产	—	本轮 AISB / VenusFold / 榜单三条同时指向同一件事

六、下轮（09-17 起）建议盯的 10 件事

AISB-1-Fed 是否提交同行评审论文 / 是否放出评测细表
OpenBind 下一批结构释放量（目标数十万级）
VCC 2026 终测集 10-22 下发 → 11 月下旬结果
siProGenA 是否放出仓库
Carbon / HoloCell / FlexRibbon 权重与代码的公开程度（目前只有 Carbon Database 明确 09-15 开源）
书生-S2 第三方复现 + NCP-ArchPreview
Therna Chronos 是否放开协议 / 免疫细胞数据集
诺华 del-desiran 完整数据披露（次要终点细节）
ICH M15 正式实施日期
中山市「AI+生物医药」首批资助名单（政策落地检验点）