AIDD 增量简报 · 2026-09-22
以 09-21 版为基线的 diff。回执上版 14 个追踪项 → 补本轮新增硬事实 → 落到生信岗位可执行动作。
检索窗口 2026-09-15 → 09-22（中英双语，8 轮）。
开源基础设施bioqAdaptiveFlowTorchX 落地Bepirovirsen 日本获批NRDD 降温BixBench3siProGenA / FENNEC十五五原文
一、结论先行（8 条）
| # | 判断 | 依据强度 |
|---|
| 1 | 开源侧的胜负手已从"模型"转到"管线整合层"。 本轮两个新开源都不是新模型，而是把几十个模型串起来：bioq（MIT，38+ 容器化工具 / 7 阶段 / 6 模态，笔记本即可调，无 CUDA 无云配置）与 AdaptiveFlow（Nat Biotechnol，690 亿化合物库 + 18 维属性网格，成本 1/1000）。对个人和小团队，这类"执行底座"比再出一个 SOTA 模型更有实际价值。 | 高（一手论文/仓库） |
| 2 | TorchX 悬案解决：真开源、真 MIT、真给了训练数据。 代码 github.com/Mingchenchen/TorchX/tree/TorchX-npu，权重与训练数据在 HF（TorchX-CPL/TorchFold），在线服务 torchfold.openi.org.cn。FoldBench 34.0% → 70.1%。唯一未落地的是第三方复现 70.1%。 | 高（多官方源） |
| 3 | Bepirovirsen 破冰：2026-08-24 日本获批，全球首个以"功能性治愈"为适应症的慢乙肝药。 连追四轮的悬案终于动了。FDA PDUFA 仍 10-26；中国 2026-03 受理 + 优先审评，预计 2027。对 ASO/siRNA 是监管路径被打通的信号，不只是单品利好。 | 高（多源互证） |
| 4 | 2026-08 三篇重量级评述形成一致"降温"共识（Bender 等 16 人 NRDD、Derek Lowe Science、Daphne Koller a16z）：AI 临床相关影响 "disappointingly limited"，是 absence of evidence 而非 evidence of absence。最扎心一句："我们只在数据丰富且易搜索的地方找，而不是在可能找到答案的地方找。" | 高（期刊一手） |
| 5 | 智能体在生信全流程上的能力被量化打脸：BixBench3 上 13 个前沿模型最高（GPT-5.6 Sol）平均只有 0.48。 从原始数据跑到可发表结果，最强模型也只能稳定复现约一半严格阈值产物。短期别把"全自动生信分析"当可交付能力卖。 | 高（评测一手） |
| 6 | 资本与政策双共振落在"卖水人"上。 金斯瑞 09-11 配售 23.27 亿港元、约 70%（16.29 亿）明确投向 AIDD 平台产能与自动化高通量湿实验室；十五五规划（工信部联规〔2026〕210 号）专栏 2 已把 siRNA/ASO 寡核苷酸写进重点创新产品。湿实验通量是当前决速步骤，已是产业共识。 | 高（公告/政策原文） |
| 7 | siRNA 计算设计两个新方法，都与 caiPro 直接相关：siProGenA（西湖大学，D3PM 提议 + BFN 引导，Hit@1 0.790 / Hit@5 0.903，保留 seed 与切割位点的变体在 89.8% 测定位点优于经典完全互补）；FENNEC（Helmholtz + Roche，化学修饰 siRNA，42 篇专利 OCR 出迄今最大公开修饰数据集）。 | 高（预印本一手） |
| 8 | 口径冲突本轮新增两处：① Anthropic binder 有效率 22–35%（券商）vs 26.8%（独立验证）；② AI 临床管线 179 条 / 9 个 III 期（丁香园）vs 173 个 / I 94 / II 56 / III 15（券商）。另有 7.87 亿美元融资归属在 Earendil 与华深智药之间打架。 | 高（负面证据） |
二、上版 14 问 · 核查回执
| # | 上版追踪项 | 状态 | 本轮结果 |
|---|
| 1 | VCC 终测 10-22 / 11-05 | 部分解决 | 拿到参赛方一手复盘：公榜截至 10-22，随后下发 3 条终测细胞系，提交截止 11-05，官方排名只看终测。As of 09-13：933 队，榜首 0.2629，第 106 名 0.1511（0 = 全预测均值，1 = 重跑实验）。全场离 1 都很远，与去年"多数模型打不过简单线性基线"结论一致。仍未出终测结果。 |
| 2 | Bepirovirsen FDA 10-26 | ★ 有进展 | 2026-08-24 日本率先获批（全球首个"功能性治愈"适应症慢乙肝药）。FDA PDUFA 仍 10-26；欧盟审评中；中国 2026-03 受理 + 优先审评，正大天晴独家商业化，预计 2027。 |
| 3 | Anthropic 36 套件独立复现 | 未变（第 4 轮 0） | 仍 0 篇。新增数字：15 个可评估靶点命中 14 个，独立验证有效率 26.8%（另一口径 22–35%）。若 10 月底仍 0，按规则降级为工程参考。 |
| 4 | TorchX 许可 + 70.1% 复现 | ★ 解决 90% | 代码 github.com/Mingchenchen/TorchX/tree/TorchX-npu + GitCode 镜像；MIT 确认；训练数据一并开放；HF TorchX-CPL/TorchFold；在线 torchfold.openi.org.cn；主页 torchx-cpl.github.io。蒸馏曲线：5.0k→34.0%、22.9k→65.9%、24.5k→70.1%。未解决：70.1% 第三方复现。 |
| 5 | Proto 可安装性 | 未变 | 本轮未检。下轮起若仍无一手，移出追踪。 |
| 6 | MHS 是否转开源 | 未变 | 仍 research preview。 |
| 7 | Cell《Fifteen challenges》 | 未变 | 本轮未检。 |
| 8 | AIntibody 第二届 | 未变 | 无更新。 |
| 9 | AISB 正式论文 | 第 5 轮 0 | 按上版规则已降为"仅作失真监测"。 |
| 10 | 十五五专栏 6 细则 | ★ 解决 | 拿到规划原文：工信部联规〔2026〕210 号，十部门，成文 08-28、发布 09-18。专栏 6 五项全文已取。新发现：专栏 2 把 siRNA/ASO 寡核苷酸、PROTAC/分子胶、AOC 全部列入重点创新产品。 |
| 11 | Arrowhead / 国内双靶 siRNA | 部分 | ARO-DIMER-PA 官方 IR 数字再确认。新增国内第三条双靶管线：前沿生物 FB7011（MASP-2/CFB）已获中国临床批件。INHBE / MAPT / SA1211 / MWX205 无更新。 |
| 12 | ICH S13 进展 | 未变 | 无一手更新。 |
| 13 | O3DC Caveat 修订 | 未变 | 本轮未检。 |
| 14 | 阶跃 Step 5 权重 10-15 | 未变 | 未到时间窗。 |
统计：解决 2 · 部分解决 3 · 未变 9。
规律（连续第五轮同构）：凡「计划开源 / 论文待投 / 模型不公开 / 厂商自评」→ 回执几乎 100% 为「没有」。唯二例外是 TorchX 与 Bepirovirsen —— 共同点是都有明确的法定/行政时间锚点（发布会日期、PDUFA 日期）。建议：只给带硬日期的承诺留追踪位。
三、本轮新增硬事实
A. 开源基础设施（本轮最大增量）
A1. bioq —— 面向 AI 药物发现的"智能体原生"统一 CLI（MIT，2026-09-08）
定位把 38+ 个容器化药物发现工具统一到一个自描述 CLI，笔记本即可调用，无需本地模型代码、CUDA 或云配置
覆盖7 个发现阶段（结构预测 / 从头设计 / 对接 / 亲和力 / ADMET 等）× 6 类分子模态
架构bioq（客户端，Python ≥3.10，唯一运行时依赖 httpx）+ bioq-services（AC 控制面网关 + 服务舰队），运行于按作业计费的无服务器 GPU
仓库github.com/wolfsonliu/bioq、github.com/wolfsonliu/bioq-services
许可MIT，可自托管（附本地部署脚本 + 阿里云函数计算脚本）
意义解决的是"每家工具一套互不兼容的 GPU 软件栈"这个真实工程痛点，而不是再刷一个榜
判读：本轮最值得实测的开源。对没有数据中心的团队，bioq 把"跑通一条 AIDD 流水线"的门槛从"运维问题"降回"科学问题"。 风险：依赖远程服务，数据出域需评估。
A2. AdaptiveFlow —— 超大规模虚拟筛选进入"常规化"（Nature Biotechnology, 2026-09-01）
| 项 | 数字 |
|---|
| 化合物库 | Enamine REAL Space 即用对接版，690 亿分子（同时提供 SELFIES 格式） |
| 核心机制 | 18 维分子属性网格优先化学子空间 + 可选主动学习 |
| 成本 | 相对现有方法降低约 1000 倍 |
| 扩展性 | 集成 >1500 个对接协议（含 GPU 加速与 ML 方法）；AWS 云上最多 560 万 CPU 近线性扩展 |
| 实验验证 | FSP1（铁死亡抑制蛋白 1）与 PARP1 上识别纳摩尔级抑制剂，FSP1 有高分辨率共晶结构验证 |
| DOI | 10.1038/s41587-026-03217-x（开源） |
判读：ULVS（十亿级虚拟筛选）此前是"有钱人才玩得起"的游戏，AdaptiveFlow 把它拉到常规工具价位。18 维属性网格 + 主动学习是值得直接抄进自建流程的设计。
A3. OpenBind 首个开源预测模型发布
- 数据集（上版已录）：925 晶体结合事件 / 699 化合物 / 601 条 KD（Creoptix WAVEsystem），CC0 1.0，Zenodo
10.5281/zenodo.22142262；benchmark github.com/OpenBind-Consortium/EV-A71_2A_benchmark。
- 新增：官方正式发布首个开源亲和力预测模型（downloadable、ML-ready），端到端流水线（数据生成 → 模型训练）已跑通。
- 实测结论（不变）：docking 强依赖口袋构象；pose 难排序；结构-based 亲和力预测仍不鲁棒。微调 OpenFold3-p2 显著改善 pose 与虚拟筛选 → 靶点专属适配 > 通用零样本。
A4. RFdiffusion3 现状确认
- 2025-12 起公开，训练代码 + 权重在 GitHub（Rosetta Commons Foundry）。
- 原子级扩散（逐原子而非仅骨架）；相对 RFdiffusion2 快 10 倍；统一基础模型（对称 / 结合 / 催化一体）。
⚠️ 截至 2026-02 的实测提示：RFD3 生成的氨基酸序列恢复率不如 MPNN，官方仍建议接 ProteinMPNN 做序列重设计。流程应固定为 RFD3 出骨架 → ProteinMPNN 重设计序列。
B. 智能体与基础模型（降温证据集中出现）
B1. Virtual Biotech（Stanford, James Zou；Science）
| 项 | 内容 |
|---|
| 规模 | 最多 37,000 个 agent，由 CSO agent 指挥，分工为靶点识别 / 临床试验设计等部门 |
| 数据 | 分析 55,000+ 项已发表临床试验 |
| 发现① | 靶向"在特定细胞类型中活跃的蛋白"的药物，上市概率高出近 50% |
| 发现② | 以 CD276 为肺癌靶点，提出"CD276 抗体偶联抗癌药"策略 |
| DOI | 10.1126/science.aeg6779 |
| ⚠️ 批评 | Nature 新闻同期点名：未在真实药物发现中验证，预测未经实验、更未经临床验证 |
B2. BixBench3 —— 生信全流程智能体评测（2026-09-04）
P0 级信号：从已发表计算生物学研究中抽取目标、方法约束与原始数据，让 agent 自建流程，产出与论文参考产物逐项比对。
20 项任务 × 13 个前沿模型，最高分 GPT-5.6 Sol 平均仅 0.48 → 只能稳定复现约一半达到严格阈值的目标产物。
B3. LatchBio 生信评测（更新 2026-09-01）
| 模型 | SpatialBench Verified（115 题） | SingleCellBench（195 题） |
|---|
| Claude Mythos 5.1 | 77.6% | 61.9% |
| Claude Opus 5 | 72.5% | 60.6% |
| Claude Mythos 5 | 69.2% | 59.3% |
| Claude Sonnet 5 | 67.8% | 56.2% |
判读：单步空间/单细胞分析已到 60–78%，但端到端流程（BixBench3）只有 0.48。差距不在模型，在长程流程编排与结果一致性 —— 这正是生信岗位短期内不可替代的部分。
B4. NRDD 降温共识（Bender 等 16 位学者，2026-08-07，DOI 10.1038/s41573-026-01496-2）
- 临床相关影响 "disappointingly limited"；absence of evidence ≠ evidence of absence。
- 各阶段分别改善 20% 的收益排序：降低 II 期失败率 >> 缩短时间 ≈ 降低成本。 II 期首次在多样患者人群中真验疗效，失败率高、代价大。
- 直击痛点："我们只在数据丰富且易搜索的地方找，而不是在可能找到答案的地方找。"
- 肝类器官细胞毒性 vs 临床 DILI 风险在图上严重重叠 → 类器官单项不足以预测肝损伤。
- AUC 相同的两个模型，取 top 10% 时召回可差 2 倍；排除毒性时优劣还会反转 → 脱离应用场景谈模型好坏没有意义。
- 补充：TD Cowen 调查 AI 压缩临床前成本与时间最多 70%，但若人体反应建模不改善，新药失败率仍约 90%。唯一亮点是 Moderna-Merck III 期用 AI 选肿瘤靶点（属个性化决策，非整体药物发现）。
C. siRNA / ASO 专项（与 caiPro 直接相关）
C1. siProGenA（西湖大学，bioRxiv 2026-08-31）
- 把候选构建拆成两个生成决策：用 D3PM 提议 mRNA 上的候选位置 + 用贝叶斯流网络（BFN）做温度可控的引导序列生成。
- 62 个阳性测试片段：多样性感知终库 Hit@1 = 0.790，Hit@5 = 0.903。
- 受控 Stage 2 评估：保留 seed 区与切割位点的变体，在 89.8% 的实测位点上优于"经典完全互补"序列。
对 caiPro 的直接含义：现有流水线大概率是"枚举窗口 → 给每个窗口配经典互补 guide → 排序"，siProGenA 明确指出这是个 candidate-construction gap。"同一位点换几个 guide 变体"这一步，是低成本高收益的改进点。 DOI 10.64898/2026.08.31.748303
C2. FENNEC（Helmholtz Munich + Roche）
- 目标：化学修饰 siRNA 活性预测（公开基准几乎全是未修饰 siRNA，这是最大 gap）。
- 用 OCR 从 42 篇专利抽取表格，构建迄今最大公开修饰 siRNA 数据集。
- 架构：时序卷积网络 + 热力学特征 + 实验协变量 + RNA 基础模型 embedding。
- 结论：基础模型 embedding 在数据稀缺场景下收益最大；在新靶点 AHSA1 数据集上独立验证通过。
- 代码
github.com/marsico-lab/fennec（仅非商用）。
C3. 综述《From rules to foundation models: ML approaches for siRNA design》
- 跨 40+ 研究：① 热力学特征 + 学习表征的混合模型最强；② 但证据主要来自单模型消融，不能证明"必须上基础模型 embedding"；③ leakage-aware 数据切分是修正基准虚高的关键；④ 脱靶预测已靠 RNA-seq 经验框架 + 结构特征走向成熟；⑤ 明确区分"未修饰 siRNA（主导公开基准）"与"全修饰 siRNA（临床在用、数据稀缺、更难预测）"。
- 列为临床转化三个优先项：不确定性量化、主动学习、前瞻性实验验证。
C4. 小核酸产业侧
| 主体 | 进展 |
|---|
| 瑞博生物 | 2026-09 纳入港股通；H1 营收 4.2 亿、净利 2300 万扭亏为盈，现金 22 亿；凝血 FXI 小核酸全球进度第一（2A 期 FXI 活性降 92%、出血风险低，2027 进全球 III 期）；APOC3 全球第二/国内第一；BD 总包超 60 亿美元；已成立 AI 智能药物筛选中心 + 布局 AI 驱动自动化实验室 |
| 前沿生物 FB7011 | MASP-2/CFB 双靶点 siRNA，IgA 肾病，已获中国临床批件 → 国内第三条双靶 siRNA 管线（另两条：时安 SA1211、乐普/民为 MWX205） |
| Arrowhead | ARO-DIMER-PA（PCSK9+APOC3）官方 IR 数字再确认；REDEMPLO(plozasiran) 已在美/欧/加/澳/中获批 FCS；zodasiran 全球 III 期 YOSEMITE（HoFH） |
D. 政策与产业
D1. 十五五规划（工信部联规〔2026〕210 号，成文 08-28，发布 09-18）
10 项指标：规上营收 >3.5 万亿 · 创新药增速 ≥20% · FIC 占全球 ≥25% · 10 亿美元品种 ≥5 · 百亿药企 50 家 · 千亿园区 20 个 · 上市药企研发强度 ≥10% · 创新医疗器械 >200 个。
专栏 6「AI 制药高价值应用场景培育」五项：①智能靶点筛选与药物发现 ②智能制药与质量管理 ③智能医药使用及健康管理（数字孪生 + 虚拟患者模型）④智慧药械生产流通监管（"两品一械"审评审批检查大模型与智能体）⑤智能真实世界研究及上市后评价。
官方解读新增提法：「加快研发医药垂类大模型与智能体」—— 比规划正文更进一步。
专栏 2「重点创新领域和产品」（本轮新发现）：新模态药物明确列出 siRNA/ASO 等寡核苷酸药物、PROTAC/分子胶、口服环肽、PDC、RDC、AOC（抗体寡核苷酸偶联）；递送系统点名 LNP、脑靶向、病理微环境响应型。
D2. 资本（2026-09-16 → 09-18 三天密集）
| 事件 | 数字 |
|---|
| Anew Labs（字节分拆，新生探途） | 天使/首轮 2.9 亿美元，投后 15 亿美元，字节仍持 56%；HSG/IDG/高瓴领投，五源联合领投，中国生物制药、上海未来产业基金战投；团队约 50 人（刘凯），上海/旧金山/新加坡；4 条在研管线，核心 AN-5162 为全球首个全谱 IL-17 小分子 |
| 英矽智能 Rentosertib | III 期 2026-09-10 首例给药（北京协和 + 上海市肺科医院）；47 中心 / 320 例 / 口服 52 周 / FVC 主要终点 / 钟南山联合 PI；IIa 期 Nat Med：60 mg 组 FVC +98.4 mL vs 安慰剂 −62.3 mL；预计 2029 顶线、2030 上市。H1 收入 1.063 亿美元 +287%、经调整净利 5123 万美元、毛利率 90.3% |
| 金斯瑞 | 09-11 配售募资约 23.27 亿港元，约 70%（16.29 亿）投向 AIDD 平台产能 + 自动化高通量湿实验室 |
| 诺和诺德 × Anthropic | 09-16 引入 Claude Science 支持药物发现 |
| 礼来 × 英伟达 | AI 创新实验室，5 年最高 10 亿美元，打通 computational dry labs 与 agentic wet labs |
| Orbis × 诺和诺德 | 最高 14 亿美元，AI 大环药物（口服减肥） |
| 金斯瑞 × 礼来 TuneLab | 提供湿实验服务，MNC 从"买 AI 能力"转向"建 AI 生态" |
| 晶泰控股 26H1 | AI4S 收入 1.94 亿元 +136.4%，占比升至 49% 成第一引擎；VAST 虚拟库超 2 万分子订单；智能合成工作站复制至 13 家客户 |
| 剂泰科技 26H1 | 营收 1.543 亿元 +13399% |
| 融资结构 | 2026H1 全球创新药一级市场 505 起（+6.1%），AI 制药事件占 11.5%、金额占 19.2%（同比 +4.6pct），已成仅次于小分子与抗体的第三大细分赛道 |
| BD 定价 | 平台级合作首付款中枢跃升至 5000 万–1.15 亿美元 |
D3. 国产大模型
E. 生信 / AIDD 岗位 JD 新样本（2026-09 在招，5 条）
| 岗位 | 地点/薪资 | 关键信号 |
|---|
| CADD/AIDD 分子优化科学家（抗体方向） | 上海，30–50k×13 | 工具清单首次出现 BoltzGen（AF2/AF3、Boltz-1/2、BoltzGen、RFdiffusion/2、ProteinMPNN、薛定谔/MOE/DS/Rosetta/WeMol）；干湿闭环写进职责 |
| AIDD 高级研究员（天勤生物） | 武汉，20–35k | 明确要求「AI Agent 智能计算代理部署实操经验，可依托智能代理搭建自动化计算工作流」 |
| AIDD 平台负责人 | 上海，60–90 万/年 | 博士 5 年 + 3 年管理；企业级 AIDD 平台从 0 到 1；数据治理；FEP；完整靶点→IND 案例 |
| Senior Scientist, AIDD（Oricell） | 中国香港，09-17 | 核酸序列优化：密码子、二级结构、mRNA 稳定性/翻译效率/免疫原性、合成启动子、基因编辑与非病毒递送 — 与 caiPro 契合度最高 |
| AIDD 药物设计（生物药，安必奇） | 北京通州，25–35k×13 | 应用开源 AI 模型预测生物大分子结构 + 构建活性预测模型；PPI 整合驱动结构/活性双向迭代 |
连续第五轮稳定的 JD 共性：干湿闭环/数据回流 5/5 全中；结构预测默认 AF3/Boltz 系；生成设计默认 RFdiffusion 系。新增信号：BoltzGen 与「AI Agent 部署」首次进入标配描述。
四、风险清单
| 级别 | 问题 | 后果 | 建议动作 |
|---|
| P0 | BixBench3 最强模型仅 0.48，而多渠道在把"AI 自动做生信分析"当成熟能力宣传 | 交付物静默出错：流程跑通了但产物不对，且难被发现 | 任何 agent 生成的分析流程，必须与已知参考产物逐项 diff 后再采信；关键结论保留人工复核 |
| P0 | NRDD：AUC 相同 ≠ 场景等效（top 10% 召回可差 2 倍，排毒性时优劣反转） | 用错评测指标 → 选出"跑分好但业务差"的模型 | 选模型时先定义决策场景（要召回还是要精确排除），再选指标；不要用 AUC 单点决策 |
| P1 | 7.87 亿美元融资归属冲突：09-21 记录为 Earendil，本轮两源均写"华深智药 7.87 亿美元 B 轮" | 引用错误数字 | 以公司公告为准；下轮必须查一手澄清 |
| P1 | Anthropic binder 两口径：22–35%（券商）vs 26.8%（独立验证） | 对外汇报被质疑 | 统一采用 26.8%（独立验证） 并注明口径 |
| P1 | AI 临床管线两口径：179 条 / 9 个 III 期 vs 173 个 / I 94 / II 56 / III 15 | 同上 | 引用时同时给出两个口径与统计截止时间 |
| P1 | bioq 依赖远程服务舰队 | 化合物结构/靶点数据出域，IP 与合规风险 | 涉密项目用官方自托管脚本本地部署；勿直接把内部序列发到公共端点 |
| P1 | xTrimo V4 指标无第三方验证 | 依据虚高数字做选型 | 视为厂商宣称；选型前要 PoC 实测 |
| P2 | TDC ADMET 榜疑似灌水提交：Catalyst-V4-Turbo (Post-Cartesian HDC)，术语堆砌（"Quantum-Holographic Dual-Manifold Learning"）、自带"Cryptographic HMK Proof"、声称 Cloudflare Edge Workers 上 $0.82ms 推理 | TDC 榜为自报制，直接引用名次会被伪科学污染 | 引用 TDC 名次前，先核验是否有同行评议论文 + 可复现代码 |
| P2 | Virtual Biotech 的 CD276 靶点与"细胞类型特异性 +50% 上市率"未经实验验证 | 当结论传播会误导 | 标注为"计算推论，待实验验证" |
| P2 | RFdiffusion3 序列恢复率不如 MPNN | 直接用 RFD3 输出序列成功率下降 | 固定流程：RFD3 出骨架 → ProteinMPNN 重设计序列 |
五、给生信岗位的落地动作（按优先级）
| 优先级 | 动作 | 预期收益 | 成本 |
|---|
| 1 | 试装 bioq（仅 httpx 依赖），跑通一条"结构预测 → 对接 → ADMET"链路 | 半天内在笔记本上跑通原本需要数天环境配置的多工具流水线 | 0.5–1 天 |
| 2 | caiPro 加一个「同位点 guide 变体」生成器（siProGenA 思路：保留 seed 区与切割位点，做受控变体） | 论文实测 89.8% 的位点上优于经典完全互补；改动局限在候选构建层，下游打分不动 | 2–3 天（先做规则版） |
| 3 | 引入 leakage-aware 数据切分（按基因/按 scaffold，而非随机行切分） | 修正基准虚高；避免上线后性能崩塌 | 1 天 |
| 4 | 把 AdaptiveFlow 的"18 维属性网格 + 主动学习"抄进自建筛选流程 | 用 1/1000 成本覆盖同等化学空间 | 3–5 天 |
| 5 | 选模型改用场景化指标（top-k 召回 / 精确排除率）而非 AUC 单点 | 直接对齐 NRDD 指出的核心误区 | 0.5 天 |
| 6 | 关注 ICH S13 与日本 Bepirovirsen 获批后的监管路径 | 为 siRNA 项目注册策略提前准备 | 持续 |
六、下轮（09-23 起）追踪清单
- TorchX 70.1% 的第三方独立复现（唯一未落地项；有明确发布锚点，值得留位）
- Bepirovirsen FDA PDUFA 10-26；欧盟/中国审评同步看
- VCC 终测：10-22 下发 3 条新细胞系 → 11-05 截止 → 11 月中下旬结果。看榜首能否显著高出 0.2629
- Anthropic 36 套件首篇独立复现：若 10 月底仍 0，按规则降级为工程参考（连续第五轮 0）
- 7.87 亿美元融资归属：查 Earendil / 华深智药一手公告澄清
- bioq 实测：能否在 macOS 上跑通 38 个工具中的核心 5 个；自托管脚本可用性
- 十五五专栏 6 配套细则、首批 AI 制药场景名单
- ICH S13 寡核苷酸安全性指导原则制定进展（连续两轮无更新）
- 国内双靶 siRNA：SA1211 / MWX205 / FB7011 首个临床数据
- Oricell 类 JD 持续抽样，验证「AI Agent 部署」是否成为 2026Q4 标配