| # | 判断 | 依据强度 |
|---|---|---|
| 1 | ★ 本轮最硬：全球首个 AI 抗体设计盲测基准 AIntibody 完整结果落地（Nature Biotechnology，DOI 10.1038/s41587-026-03238-6）。冠军（Aureka 的 AuraIDE / 论文中称 AuraBind）拿到 94.7 pM（KinExA），较亲本抗体约 2000×；同一任务里约 3 个月噬菌体展示成熟做出的最好实验抗体是 113 pM —— AI 数值略优，但统计上是打平。独立分析显示三项任务合计，计算方法整体并未超越实验方法，无单一方法主导，擅长一个任务的方法不迁移到另一个。 | 高 期刊+独立实验室+企业 PR 三源交叉 |
| 2 | 「AI 更准 ≠ AI 更有用」本轮被两项工作同时背书。 ① PLABench（泄漏可控基准，9 个方法，CASP16 盲靶 + 泄漏受控 ChEMBL35 + Davis/KIBA）：预训练结构模型整体精度最高但靶点间方差极大；结构输入从预测构象升级为实验构象没有一致提升；序列方法在部分靶点反超；聚合指标掩盖模型互补性。② AIntibody 的「任务间不迁移」。 | 高 bioRxiv 一手 + 期刊 |
| 3 | 国内第一款 AI 辅助研发的新药获批上市：盐酸伊司特韦片（艾普司韦） —— 西湖大学 / 西湖实验室 / 西湖制药，NMPA 附条件批准，靶点探索到获批 3 年半。⚠️ 口径：「AI 辅助」≠「AI 全流程」，全流程那条线仍是 rentosertib（III 期）。 | 中高 多家财经媒体一致，建议以 NMPA 公告为准 |
| 4 | Anthropic × Adaptyv 竞赛第一题已开（09-28）：给 EGFR 设计「条件性结合蛋白」 —— 肿瘤微环境酸性 pH 下结合、正常 pH 不结合，且必须同时结合人源与鼠源 EGFR。同时 Anthropic 把 30+ 个生物信息学工具的优化代码全部开源（FlashPairformer、低显存模式），官方称平均 4× 提速、单 GPU 可折叠 >10,000 token。⚠️ P0 条款 Section 3.1 禁赛名单明确含 China，Track 3 是唯一通道。 | 高 官方公告 + 多源一致 |
| 5 | AnewDDE 预印本给出字节系平台的第一个可核对数字。 AnewDesign 在一次纳米抗体 campaigns 中取得 10.7% 的单数字纳摩尔（SPR 实测）命中率；AnewAffinity 自称精度接近 FEP 但保留高通量速度；AnewMind 是千亿参数级自研基座、全参数后训练，配内部基准 PharmBench。⚠️ 许可为 CC-BY-NC 4.0（非 OSI 开源），且「10.7%」分母未公开。 | 中 企业自述预印本 |
| 6 | OpenADMET 本轮出的是「制度基础设施」，不是模型。 09-25 发布 CYP 挑战中期排行榜 + 新增 Structure Track；技术侧最实用：CheMeleon 嵌入 + 初筛预测 → tabular foundation model，MAE 0.50 → 0.43，已成为 openadmet-models 一等公民流程；开源了「盲测竞赛基础设施模板」（宣称一个下午可起一个分子预测竞赛）。 |
高 官方博客一手 |
| 7 | 核酸侧国内 AGT-siRNA 赛道正式进入竞争期。 ① 石药 SYH-2062（双链 siRNA，高血压）获 NMPA 临床批准；② 阳光诺和 ABA001（AGT siRNA + GalNAc）I 期，09-21 与江苏万高药业签约，万高投入 5000 万元换境内独家商业化权益；③ 阳光诺和定增拟投 约 1.9 亿元建核酸药物发现与中试平台（靶点筛选→序列设计→化学修饰优化→候选筛选→工艺放大→注册）。国际参照 Zilebesiran 已进 III 期、单次给药约 24 周。 | 高 BioWorld + 公司公告 |
| 8 | 监管双线推进。 ① FDA 09-21 直接最终规则：法规文本中「动物试验」替换为「非临床研究」，类器官 / 器官芯片 / 人源细胞 / 计算模型经验证后可用于临床前安全性评价；② 安徽（09-23）、湖北（09-26） 省级「AI+药品监管」方案，均提建监管数据空间 + 垂类大模型 + 智能体、「人工智能+人工复核/全程留痕」；③ 国家药监局《处方药网络零售合规指南》严禁 AI 代替人工审方。 | 高 FDA 官网 + 省级文件 |
| 9 | 本周最值得记住的一个数字：现有最强结构预测算法在「镜像（D-型）」属性上的错误率 >50%。 GOAI 世界人工智能开源大赛全场大奖（100 万元）授予 MirrorPeptidizer（De Novo 镜像多肽设计算法）（ExpLoop Lab，核心成员王哲为华东医药资深研究员）：构造靶蛋白镜像 → 在镜像空间设计多肽 → 整体翻转回天然空间，已通过湿实验验证分子起点，代码全部开源。天然多肽在模拟肠液中数秒被代谢，镜像后 24 h 仍接近 100% 稳定。 | 中高 政府/官媒多源一致 |
| # | 追踪项 | 状态 | 本轮结果 |
|---|---|---|---|
| 1 | Anthropic × Adaptyv Track 3 + Proteinbase 12-15 | ✅ 重大回执 | Challenge 1 于 09-28 开题：EGFR 条件性结合（酸性 pH 结合 / 生理 pH 不结合 + 人鼠交叉）。新增：Anthropic 开源 30+ 生物工具优化代码，平均 4× 提速、单 GPU >10,000 token；Claude Opus 5.5 于 09-22 发布沿用 Fable 5.1 生物学护栏；LSVP 分 Standard / High-risk 两级 grant（30 天流量留存、分区隔离、不用于训练） |
| 2 | RIBOSPAN-10K arXiv 原文与权重 | ⚠️ 部分 | 训练细节确认：6,760 万条序列 / 857 亿核苷酸 token（RNAcentral + Ensembl）；按 RNA 类别配额抽样做验证/测试集；15% → 40% 掩码两阶段 MLM；注意力隔离的序列打包。⚠️ 仍为二手中文源，arXiv 原文与权重可得性未直接核实 |
| 3 | 十五五「可信数据空间」配套落地文件 | ⚠️ 部分 | 截至 2026-06 全国 36 个可信数据空间试点上线，医疗健康等五行业占比 >40%；广州近 50 家机构、22 个数据产品、39 个专病数据集，临床试验入组周期缩短 20%+；国家数据局 2026-06-03《关于推进行业高质量数据集建设行动的实施方案》；09-18 张江科学大数据创新实验室首批数据产品（Dia Insight「观象·灵枢」+ PDCorpus「河洛·兰台」），接入浦东公共健康医疗数据近 40 亿条、对接 220+ 机构 |
| 4 | VCC 2026 公开榜 10-22 | ⏳ 未到期 | 无新增数字。基线仍是 09-13 榜首 0.2629 |
| 5 | Bepirovirsen FDA PDUFA 10-26 | ⏳ 未到期 | 本轮未检索，顺延 |
| 6 | BoltzProt-1 预印本正式版 + 第三方复现 | ❌ 仍无（2 轮） | 建议降级为长期未回执 |
| 7 | Ginkgo × OpenAI coopetition 10 月中旬 | ⏳ 未到期 | 本轮未检索，顺延 |
| 8 | 前沿生物 FB7011/7023/7033 首个 IND | ❌ 未检索 | 顺延（诚实标注：本轮检索资源投向抗体基准与监管两条线） |
| 9 | 时安生物 SA1211 Phase 1b 数据 | ❌ 未检索 | 顺延 |
| 10 | ICH S13 | ❌ 未检索 | 顺延 |
| 维度 | 数字 / 事实 |
|---|---|
| 载体 | Nature Biotechnology（2026-08-26 完整结果），Erasmus et al.，DOI 10.1038/s41587-026-03238-6；A blinded, prospective benchmark of in silico antibody discovery anchored to experimental affinity and developability |
| 组织者 | Andrew Bradbury、Frank Erasmus（Specifica，IQVIA 旗下）；赛制设计 2024 年已先发 Nat Biotechnol 论文 |
| 靶点 | SARS-CoV-2 Spike RBD（公开数据最丰富的蛋白之一 —— 越「被训练过」越难靠记忆取胜） |
| 三项任务 | Challenge 1 计算机亲和力成熟（只给亲本抗体第一阶段成熟 NGS 数据，HCDR1/2、LCDR1/2/3 分别建库筛选，HCDR3 与框架固定；第二轮数据完全扣留）· Challenge 2 按亲和力排序 · Challenge 3 设计新 CDR 组合 |
| 规模 | 29 家机构 / 511 个设计（企业口径）；另一口径 166 名参与者 / 527 份提交（UTHealth 口径）→ 引用建议写「约 30 家机构、500+ 设计」 |
| 规则 | 每队每题 14 天，Challenge 1 ≤10 条序列；统一表达为全长 IgG；先 SPR 初筛，高亲和力者用单点 + 标准 KinExA 复核；全程盲测 |
| 可开发性五项联合门槛 | HIC（疏水性）/ BVP（多反应性）/ AC-SINS（自相互作用）/ Tm（热稳定性）/ Tagg（聚集倾向）—— 不满足复合阈值者不计入「可开发」 |
| 冠军 | Aureka Biotechnologies 的 AuraIDE（论文中称 AuraBind）：94.7 pM（KinExA），较亲本约 2000×；前五名占第一、第二、第五；另 6 个 <10 nM 且满足可开发性 |
| ★ 与湿实验正面对照 | 同一任务里常规实验室方法（约 3 个月噬菌体展示成熟）做出的最好抗体是 113 pM → AI 的 94.7 pM 数值略优，统计上是打平 |
| ★ 整体结论 | 三项任务合计，计算方法并未整体超越实验方法；团队间、任务间差异大；无单一方法主导；在一个任务上强的方法不迁移到其他任务 |
| 方法 | 结构感知 pairformer + DPO 在适应度景观上导航；基座训练自蛋白共进化数据；Aureka 同时维护开源模型 OpenDDE |
| 其他入榜 | UTHealth Houston 的 Novamab AI 进前五（sequence-space track，58 份提交）：用实验偏好数据微调蛋白语言模型，而非只用理论序列打分 |
| 更冷的背景数字 | FLAb2 数据集独立分析：AI 模型与 约 80% 的可开发性属性不相关；扣掉「复述训练集已有抗体」后，约 40% 的表观预测力消失 |
| 临床侧现实 | Generate Biomedicines GB-0895（重度哮喘）已 III 期，两项全球试验约 1,600 名患者；Absci ABS-101/201 在 I/2a；尚无 AI 设计抗体获 FDA 批准；AI 发现药物 I 期 80–90%、II 期回落 ~40%（≈ 行业基线） |
github.com/BioinfoMachineLearning/PLABench + Zenodo（22716174 / 22782934）。| 名称 | 主体 / 载体 | 关键数字 | 许可 / 可得性 | 对生信岗位的意义 |
|---|---|---|---|---|
| AnewDDE | Anew Labs（字节系） bioRxiv 09-20 DOI 10.64898/2026.09.20.752967 |
四模块：AnewFold（抗体-抗原、分子胶，含口袋识别与构象分析）/ AnewDesign（一次纳米抗体 campaigns 10.7% 拿到 SPR 单数字 nM）/ AnewAffinity（精度接近 FEP、速度满足高通量）/ AnewMind（千亿参数级 LLM，全参数后训练，科学推理 + ADMET）+ 内部基准 PharmBench | CC-BY-NC 4.0（非 OSI 开源）；预印本，权重未见公开 | ⚠️ P1 数字可读、分母不可核：单 campaigns、未报总设计数、无对照。可作「企业自述上限」参考 |
| REAL-SWIT | 西湖大学 JingHuangLab bioRxiv 09-17 DOI 10.64898/2026.09.17.752345 |
生成式超大规模虚拟筛选：把 Enamine REAL Space 学成「可合成分子分布」再与靶标打分模型耦合；约 96% 生成分子确实存在于 REAL Space；ROCK1 湿实验：合成 23 个，得 6 个生化抑制剂，最优 RX-3 IC50 0.17 μM | github.com/JingHuangLab/REAL-SWIT |
「23 合 6」又一张命中率分母表，且明确优于片段级优先化 |
| SynCraft | nature.com 2026-09-22 | 把「可合成性优化」重构成原子级编辑序列预测而非 SMILES 生成，规避 LLM 句法脆弱性；定位 synthesis cliff；打包为 agent skill，在 SARS-CoV-2 主蛋白酶候选上做端到端 rescue 演示 | MIT，GitHub + Zenodo；Figshare 放出测试集、3,332 对 synthesis-cliff 训练语料（含推理轨迹）、多 LLM 输出、PLIP 保留表 | ⚠️ P1 公开摘要只说「超越 SOTA」，无数值、未命名可合成性指标、无湿实验。语料与代码值得拿，结论先别引 |
| Boltz-1 靶向微调（构象态） | bioRxiv 09-21 DOI 10.64898/2026.09.21.752570 |
用某药物研发项目的 10 个未见 X 射线结构（WRN 解旋酶）微调 Boltz-1，让它学会别构口袋 + 把酶锁在失活态的大构象变化，同时保留 ATP 结合态精度；可泛化到不同化学系列，并按结合位点序列依赖方式迁移到 RecQ 家族 | 方法学（蓝图性质） | ★ 对内部项目最有参考价值：共折叠模型「学不会新构象」是训练数据偏置而非架构限制，可靠少量自有结构定向微调解决 —— 这正是「内部数据增量回路」在结构侧的同类操作 |
| Albatross | 含 Harvard Medical School（Silvi Rouskin 指导） | RNA 语言模型，纯序列训练预测 IRES 结构；收集 96 个全长 IRES 的 in cellulo 化学探测数据，精度 0.80 vs 现有最佳 0.47；分析 75,000 个 IRES 结构发现新 Type II 亚类并实验验证；自发学会核糖开关替代构象与三级 loop-loop 接触 | 作者声明无利益冲突 | 「没教热力学却学出物理」需警惕地读：emergent 还是数据记忆，有待独立验证 |
| RIBOSPAN（细节补齐） | — | 6,760 万序列 / 857 亿核苷酸 token（RNAcentral + Ensembl）；15% → 40% 两阶段 MLM；注意力隔离序列打包；16.1 亿参数 / 10,240 nt 上下文 | ⚠️ 二手源，权重待核 | 见 §2 #2 |
| RNA 二级结构可微分提取（SDSM） | arXiv 2609.30752 （09-25） |
系统比较四种结构提取算法（Nussinov 类 DP、最大权图匹配、SPOT-RNA / RiNALMo 贪心）；提出对称双随机矩阵（SDSM）归一化，可微、可内联进训练，直接输出碱基配对概率矩阵；四个提取算法下均优于 BCE 基线 | 方法学 | 做 RNA 结构预测时，「训练目标与提取方法是否一致」是长期被忽略的误差源 |
| Cerebra | 清华 Gonglabgithub.com/Gonglab-THU/Cerebra |
Path Synthesis Attention（PSA）：并行预测多组原子坐标并互相补充；训练与推理均显著加速；CAMEO 2025 上以有限 GPU 训练达到与充分训练 OpenFold 可比精度；快速推理可辅助 hallucination-based de novo 骨架设计 | GitHub 开源；NSFC 32171243/32671644；科技部 2023YFF1204400 | 算力受限时的国产替代路线，且明确支持 de novo 设计 |
| SurfGraphPro | 含 Los Alamos National Laboratory bioRxiv DOI 10.64898/2026.09.17.751511（v2） |
把蛋白语言模型嵌入接到粗粒化三角网格表面（溶剂排除表面下采样为残基中心 patch）；省掉 MSA 与手工理化特征；相对现有表面类 SOTA 加速约 18–28×，精度相当，含抗体-抗原界面 | ⚠️ LANL 已就该法申请专利 | 结合位点预测要快这条最实用；但专利状态意味着商用需谨慎 |
| MirrorPeptidizer | ExpLoop Lab（王哲，华东医药资深研究员；傅芳田） GOAI 全场大奖 09-23 + 100 万元 |
镜像多肽 de novo 设计：构造靶蛋白镜像 → 镜像空间设计多肽 → 整体翻转回天然空间，难点是全程保持靶蛋白结构不变；已通过湿实验验证分子起点；天然多肽模拟肠液中数秒被代谢，镜像后 24 h 仍接近 100% 稳定 | 代码全部开源 | ★ 「现有最强结构预测算法在镜像属性上错误率 >50%」 —— 说明主流结构模型的适用范围有明确边界 |
| OpenADMET 盲测竞赛基础设施模板 | OpenADMET（Fraser / Kosuri / Chodera / Walters 等） | 开源「production-ready」盲测竞赛基础设施模板，宣称一个下午即可起一个分子预测竞赛；配合 CYP 挑战中期排行榜（09-25）+ 新增 Structure Track；CheMeleon 嵌入 + 初筛预测 → tabular foundation model，MAE 0.50 → 0.43 | 开源 | 内部想建「季度盲测」制度，这基本是现成脚手架 |
| 来源 | 漏斗 | 读数 |
|---|---|---|
| AIntibody（Challenge 1） | 511 个 AI 设计抗体 → 统一表达全长 IgG → SPR 初筛 → KinExA 复核 → 五项可开发性联合门槛 | 冠军 94.7 pM；6 个 <10 nM 且全部满足可开发性；对照（3 个月湿实验）113 pM |
| REAL-SWIT（ROCK1） | 生成式探索 REAL Space → 打分排序 → 合成 23 个 | 6 个生化抑制剂（26%），最优 IC50 0.17 μM |
| AnewDesign（纳米抗体） | 一次 campaigns → SPR 实测 | 10.7% 达单数字 nM（⚠️ 分母未公开） |
| Enveda（上版，对照用） | 17 个开发候选 → 3 个进临床 → 2 个 2026 阳性早期读数 | 17 → 3 → 2 |
| 事件 | 要点 |
|---|---|
| Endpoints 11（2026 年度） | 11 家中 3 家与 AI 直接相关：Anew Labs（AI 制药，字节拆分）、Medra（AI 自主实验室，斯坦福华人创业 Michelle Lee）、Vivodyne（AI 类器官）。华人团队占比高：Anew Labs、K2 Therapeutics（前传奇生物 CEO 黄颖）、Kali Therapeutics（前和铂医药 CBO 徐伟豪） |
| Nutshell Therapeutics | NTS231 获 FDA IND 批准 —— AI 发现的 NRF2 降解剂进临床 |
| 盐酸伊司特韦片（艾普司韦） | NMPA 附条件批准上市；西湖大学 / 西湖实验室 / 西湖制药；靶点探索到获批 3 年半；诺奖得主莱维特称「AI 制药发展远超预期」 |
| 英矽智能管线 | 33 个 PCC / 13 个 IND / 10 个在临床（另一口径：8 个已授权、6 个进 I 期）；rentosertib 中国 III 期 320 人 09-09 首例给药（北京协和、上海市肺科医院），2029 读顶线，试验+CMC 约 2 亿人民币；⚠️ 美国 II 期因招募缓慢终止，非临床问题 |
| 晶泰科技 / 金斯瑞 | 晶泰 H1 药物发现业务 +40%，与全球 Top20 药企中 15 家合作；金斯瑞投 23 亿港元扩建 AI 制药基础设施 |
| 德睿智药 | MDR-001 进 III 期，IIb 期 24 周最高减重 10.3% |
| AI 临床管线（新口径） | 动脉网 09-14 据 ASCO 2026/JCO：63 家企业 / 117 条管线；60 条完成 I 期，8 条完成 II 期，3 条进 III 期。⚠️ 与 179/9、173/15 并列，见 §4⑥ |
| 岗位 | 地点 / 薪资 / 时间 | 关键要求原文 |
|---|---|---|
| AIDD 岗位 | 上海 50–80k 3–10 年，09-18 | 深度学习/机器学习（GAN/GNN/Transformer）预测小分子活性、ADMET、蛋白-配体互作；明确要求「提出可验证的科学假设」并指导实验设计与迭代；加分项含 Docker/Linux/GPU 服务器管理、把模型部署为 web/内网平台、LLM 与分子生成经验 |
| AIDD 工程师 | 杭州钱塘 25–40k 1–3 年硕士，09-22（德睿智药） | 搭建抗体开发 AI 模型，聚焦亲和力优化、可开发性预测；「联动实验团队推动验证与优化」；优先：NLP、Diffusion Models、AlphaFold3、MD |
| AIDD 算法工程师 | 北京海淀 30–60k×14薪 09-15（元思生肽） | 8 条职责：① de novo 设计 ② 结构预测（AF2/3、Boltz、RoseTTAFold）③ CADD 与物理评价 ④ 生成式与预测建模 ⑤ Agentic AI 与工作流编排 ⑥ 多目标优化 ⑦ 整合 SPR/BLI/NGS 建立 DMTL 与主动学习闭环 ⑧ 可复现 GPU/集群流程 |
| AI 驱动设计算法工程师 | 厦门 15–20k×13薪 （安费诺，非制药） | 端到端「3D 生成 → 物理仿真验证」闭环自动化；生成式拓扑优化；AI for CAD/CAE —— 说明「生成+仿真闭环」方法论正在外溢到制药之外的工程领域 |
| # | 冲突 | 处理 |
|---|---|---|
| ① | AIntibody 参赛规模两个口径：29 家机构 / 511 个设计（Aureka PR）vs 166 名参与者 / 527 份提交（UTHealth / phys.org） | 引用写「约 30 家机构、500+ 设计」，不要精确到个位数 |
| ② | TorchX「抗体设计成功率 34% → 70%」（今日头条二手源）与上版 FoldBench-AB 70.1% 混淆 | 不采用前者。官方口径仍是结构预测指标（FoldBench 34.0% → 70.1%） |
| ③ | aidrugsearch.com 连续第 4 轮命中失真源（「40% IND 含模型可信度报告」「AI 相关信息请求减 40%」等无法定位的精确数字） | 一律不采用，后续检索显式排除该站 |
| ④ | 机器之心 ScienceDiscovery 在 BiomniBench-DA 得 77.4「业界 SOTA」 | 来源为 live-blog 内容注入站点；且 BiomniBench-DA 官方只公开 100 个任务中的 50 个、无排行榜 → 不作为事实采用，仅作「打榜声明不可核实」案例 |
| ⑤ | Rentosertib 首例给药日期：09-09 vs 09-10（协和/肺科医院口径） | 写「09-09 至 09-10」；顶线 2029 无争议 |
| ⑥ | AI 临床管线第 5 个口径：动脉网（63 家 / 117 条，60 完成 I、8 完成 II、3 进 III）vs 179/9 vs 173/15 | 继续不收敛（第 4 轮）。建议固定引用「I 期 80–90%、II 期回落至 ~40%（≈ 历史基线）」这组比率而非绝对数 |
| ⑦ | 「国内首款 AI 辅助研发新药获批」 | ⚠️ 严格区分「AI 辅助」与「AI 全流程」：伊司特韦片是前者；rentosertib 是后者且仍在 III 期。任何把两者混用的表述都是错的 |
guinnessworldrecords.com、marcinkossakowski.com 等域名下挂中文 live-blog 内容）。特征：域名与内容完全无关、内容却是通顺的中文科技报道。这类站点的内容可能为真（如 BindCraft2 09-22 开源就被独立源印证），但不可直接引用，必须回到原站核实。
| 优先级 | 动作 | 依据 | 成本 |
|---|---|---|---|
| P0 | 把 caiPro 评测口径从「排序好不好」升级为「锚定实验读数 + 可开发性联合门槛」。 照抄 AIntibody 三件套：① 盲测/前瞻（提交时看不到答案）；② 统一表达与统一测定条件；③ 联合门槛而非单指标 —— 抗体侧是 HIC/BVP/AC-SINS/Tm/Tagg，siRNA 侧可映射为：合成纯度、脱靶谱、免疫刺激（TLR/IFN）、血清/溶酶体稳定性、化学修饰可行性。只满足「效力」一项的不计入成功。同时必须设「3 个月湿实验路线」作为对照，而不是只跟历史数据比。 | AIntibody：AI 94.7 pM vs 实验 113 pM = 打平；FLAb2：AI 与 ~80% 可开发性属性不相关 | 主要在整理历史数据 + 定义门槛，不需重训 |
| P0 | 按 PLABench 结论改造评测报告方式：① 按靶点 / 基因家族分层报，并报方差，不再只报聚合 AUROC；② 必带「序列方法」对照；③ 验证一次「更准的结构输入是否真的提升打分」 —— 如果不涨，就别再往结构侧投资源。 | PLABench：结构保真度提升不带来一致提升；靶点间方差极大；聚合指标掩盖互补性 | 1–2 人日 |
| P0 | 确认 Anthropic × Adaptyv Track 3 的提交窗口与格式，日历锁定 12-15 Proteinbase 数据发布。 Challenge 1 的题型（pH 条件性结合 + 物种交叉）与 siRNA 的「只在靶细胞内起效、脱靶最小化」是同构问题 —— 拿它的题目格式改写内部评测题，直接可复用。 | §3.6 | <0.5 人日 |
| P1 | 肝靶向 siRNA 的靶点选择要避开已拥挤赛道。 国内 AGT-siRNA 已三足（石药 SYH-2062 获批临床、阳光诺和 ABA001 I 期并引入 5000 万产业资金、国际 Zilebesiran III 期）。同时盯阳光诺和拟投 1.9 亿建「靶点筛选→序列设计→化学修饰优化→候选筛选→工艺放大」全链条平台 —— 建成后会释放一批对口岗位。 | §3.5 / §3.7 | 情报动作 |
| P1 | 用 OpenADMET 的开源盲测基础设施模板，在内部搭「季度盲测」制度。 配套可抄其技术结论：把「外部基础模型嵌入 + 初筛预测」喂给 tabular foundation model，PXR 上 MAE 0.50 → 0.43 —— 对「样本少（7295 阳 / 1120 阴）+ 有外部 RNA 基础模型」的场景高度对位。 | §3.3 | 2–3 人日搭骨架 |
| P2 | 数据治理 SOP 对标省级监管口径：安徽要求「训练数据建台账、记录来源、脱敏脱密、授权使用」，湖北要求「数智赋能 + 人工复核 + 全程留痕」，可直接写进内部 SOP。另注意国家药监局明确禁止 AI 代替人工审方 —— 任何「AI 自动出结论」的产品化都要留人工确认环节。 | §3.7 | 文档工作 |