一句话结论： 「方法好不好」第一次被系统性地降级为「数据和评测怎么设计」的问题。 三个互不相关的第三方复现同时给出条件性/负结论（共折叠微调的 keystone 依赖、V-SYNTHES2 选择配方的反富集、SynthID Bio 水印可被剥离），而且三者都公开发布了自己的失败模式 。与此同时可审计性被写进产业条款：DeepMind 给 AI 蛋白打水印、FDA 把非临床术语改为承认 NAMs、国家数据局给医疗数据集发产权登记。
本周数字 ①
51%
PXR 共享核心 pose 差异 >2.0 Å 的比例；同一指标在 PDE10A / EV-A71 上全部 <2.0 Å —— 微调成败的分水岭
本周数字 ②
0.65
V-SYNTHES2 已发表 CapSelect 配方在换打分器后的 EF100（<1.0 = 反富集）。论文规模做不出的全真值实验做出来的
本周数字 ③
157.65 亿 / 四家占六成
国内 AI 制药 2026 前 9 月融资（57 笔 / 44 家），集中度极高
§1 上版 10 项追踪回执
# 上版待追踪项 状态 本轮结论
1 Anthropic×Adaptyv Challenge 1 + Track 3 格式 部分回执 首窗确认 09-28 → 10-04 ；Track 3 = 开放、自费、Claude 使用可选 、无保证测试名额 ；Track 1 约 30 队（学术 ≤$5 万 / 产业 ≤$2.5 万 Claude credits，每题保留约 15 个设计名额），Track 2 ≤3 人送 Claude Max 20x。P0 条款 Section 3.1 禁赛名单含 China 已多源确认。 资源口径升级为三版本 → 统一写「合计约 200 万美元量级」 2 VCC 10-22 公开榜 → 11-05 截止 未到期 顺延 3 Bepirovirsen PDUFA 10-26 未到期 顺延 4 OpenBind 后续版本 + OB0 第三方复现 重大回执（负） 见 §2.1 —— OpenADMET 用自己的 PXR 数据把 OpenBind / Apheris 的微调成功拆解成机制 ：收益来自 keystone 结构，不是数据量 5 ★ RNASeek 是否放仓库与权重 重大回执（正） 权重已放 ：huggingface.co/JoyXiangLab/rnaseek-full；bioRxiv DOI 10.64898/2026.09.24.754173；16 亿参数、DeepSeek 架构；微调预测核酶自剪切 + 病毒 mRNA 稳定性 → reward model → GRPO （支持 IUPAC 约束）；湿实验：核酶达野生型活性、3′UTR 超过训练数据与对照 AI 生成 UTR；无利益冲突声明6 Isomorphic 官方日期与 IsoDDE 技术报告 部分 21 亿美元 B 轮再确认（Thrive 领投；Alphabet/GV、MGX、Temasek、CapitalG、英国主权 AI 基金；伙伴诺华/礼来/强生），仍无确切日期 → 继续只写「2026 年 B 轮 21 亿美元」 7 Ortet 首个技术披露 未检索到 连续 2 轮为 0，降级为长期观察 8 国家数据局医疗健康实施细则 + 江苏数据集 回执 见 §5.1 9 时安 SA030 首例给药 / SA1211 Phase 1b 未检索到 顺延（第 3 轮） 10 Ginkgo×OpenAI coopetition 10 月中旬首轮 回执 见 §3.3
第三方复现观察池
本轮 1 项命中（§2.1）。RetroChimera / BoltzProt-1 / siProGenA / Anthropic 36 套件 / TorchX 70.1% 本轮未查，按季度节奏执行。
§2 本轮最硬的三条「条件性 / 负结论」
2.1 OpenADMET：微调共折叠模型，成败在 same-pose coverage，不在数据量 ★ 最高价值 来源：OpenADMET 官方博客 Tune In: What Fine-tuning OpenFold3 Taught Us （作者 Kate Huddleston），对 Apheris（PDE10A）与 OpenBind（EV-A71 2A）两项已发表微调成功做了消融重做。
项 硬数字
从零训练 OpenFold3 256 GPU × 约 3 周 微调成本 单 GPU，几小时 ~ 约 1 天 off-the-shelf 基线成功率 CYP3A4 / PXR 基准上仅 约 1/3 的结构配体 pose 落在实验 pose 2.0 Å 内 PDB 公开含配体 PXR 结构 74 个（来源与分辨率混杂）UCSF/OpenADMET 自建 PXR 数据集 184 个晶体结构（fragment → drug-like），迄今最大公开本文分析子集 PXR-BCS 89 个 full-ligand；MW 241–474 Da，中位 348 DaApheris PDE10A 27 个 PDB 结构，10 train / 17 test ，全部 held out OpenBind EV-A71 2A 79 个内部片段结构训练 / 63 个 follow-on 化合物测试keystone 贡献度 PDE10A 每个阈值下覆盖都追溯到单个结构 5SDY （贡献训练结构数 1–3，最多占 10 个的 30% ）；EV-A71 追溯到 x0926a + x0812a 两个共显性片段（2–13 个，占 79 的 16.7% ）；少数训练结构覆盖测试集约一半或更多 消融结果 两例中 keystone-only 模型最好 ；去掉 keystone → RMSD 分布变宽、优势消失；EV-A71 中加入非 keystone 数据「主动损害」性能 PXR 失败根因 51% 的 keystone–member 对，其共享核心 pose 差异 > 2.0 Å （PDE10A/EV-A71 均 < 2.0 Å）；PXR-BCS 严格划分下每组仅 2–5 个化合物、无显性 keystone ；随机划分微调零提升 （中位略降但分布变宽），人工 curated split 只在被覆盖的 19 个验证结构上有增益，70 个 held-out 无效且误差最高 相似度度量的坑 5SDY(train) vs 5SH8(test)：共享核心 18 重原子 、MCS coverage 62% ，但全分子 Morgan FP(r=2, 2048bit) Tanimoto 仅 0.37 → 全分子相似度会误导，要看子结构 + 结合位点 pose 一致性
结论一句话
模型学的不是化学，是
原子在空间中的相对位置 。同一子结构若在你的训练集中结合在不同位置，就没有一致的空间 lesson 可学 ——
问题在于不一致性，不在于数据量不足 。作者收尾明确呼吁「领域需要 physics-informed 模型，而不只是更多数据」。
对 caiPro 的直接映射（P0）： 这条就是「内部数据增量回路」的
反例说明书 。如果 7295 阳 / 1120 阴 里同一 scaffold / 同一 seed 匹配模式的序列呈现不一致的实测读数（很可能），那微调只会让分布变宽。
先做一致性诊断，再决定能不能微调。
2.2 Pauling AI：V-SYNTHES2 的发布配方在换打分器后「反富集」V-SYNTHES2（Nazarova et al., npj Drug Discovery 2026，Katritch Lab @ USC + Chemspace + Enamine）本身是硬成果：
暴力对接 360 亿 REAL Space 化合物需 ~3.6×10⁸ CPU 小时 ；V-SYNTHES2 只对接 ~380 万 化合物/片段，>10,000× 降算力
新组件 CapSelect （几何判断：已对接片段是否有足够口袋空间长出第二个合成子），替代原方法针对每个靶点的人工调参
1730 亿 xREAL Space 首次应用，较 110 亿 REAL 空间成本仅增 10–15% ，近线性扩展CACHE #2（SARS-CoV-2 NSP13 RNA 结合位点 ）盲评：77 个选中化合物中 6 个实验结合 = 8% 命中率 ，vs 全场平均 2.3% ，进前三；CACHE #4（CBLB）1 个化合物达标
前瞻筛选 cPLA2：117 个测试 → 19 个命中 = 16% ，得到 0.88 nM 先导且有体内活性
但 Pauling AI 做了一个论文规模做不了的全真值实验 ：挑一个足够小的反应空间，把全部 10,704 个产物全对接 ，拿完美 ground truth 打分：
策略 对接占比 命中真实 top-100 命中真实 top-500 EF100
全空间（ground truth） 100%（10,704） 100 500 — 随机（期望） 18.5%（1,983） 18 92 1.0 CapSelect，论文权重 18.5%（1,983） 5 33 0.65
反富集 ：按论文规则对接 18.5% 的空间，拿到的最优化合物比随机抓同样 18.5% 还少。他们的一行修复版变成 7.7% 的对接量抓到真实 top-100 中的 53 个 。
⚠ P1 必须同时引用 caveat
该复现把打分器从 ICM 换成了 Vina（UniDock），作者自己标了 "Caveat #1: the paper's recipe did worse than random
on our scorer "。所以正确读法是「
选择配方强依赖打分器，不具备跨打分器迁移性 」，而不是「V-SYNTHES2 无效」。谁要把它搬进内部流水线，
必须先在自己的打分器上重跑一遍全真值对照 ，别直接抄论文权重。
2.3 SynthID Bio：生物设计的「溯源」第一天就把失败模式写进论文Google DeepMind 09-30 发布（Nature 方法论文同日），与 Stanford Hie Lab、Arc Institute 合作，合作方含 Twist Bioscience。
序列水印 ：改造 ProteinMPNN 的采样，密钥偏置氨基酸选择 + 水印分数过滤；检测需同密钥结构水印 ：SynthIDBio-structure 微调 AF3 的扩散与置信模块 + 检测器，生成坐标携带 zero-bit 水印（只能判有无，不能区分用户）湿实验 ：VEGF-A / SARS-CoV-2 spike RBD / PD-L1 三个靶点，Adaptyv Bio 做实验验证；对每靶点重测序 15 个已验证 AlphaProteo 骨架 （不是完整 de novo 设计战役 ），两种水印设置各 222 个非水印 / 267 个水印 序列；命中率与亲和力分布无统计学显著差异 结构水印在 AF3 评估集上近完美可检测、对全局精度影响可忽略、抗刚体变换/坐标噪声/裁剪
已知失败（原文自述） ：重测序攻击可基本剥离序列水印 （包括从已知 binder 出发重新生成替换序列）；结构水印不耐结构松弛 、无法归因到具体用户 、未测试与其他结构水印方案的区分度许可 ：代码 Apache 2.0 、数据 CC BY 4.0 ；AF3 权重仍受单独条款约束
判读
这是「可审计性」第一次被做成产品级能力，但
它自己证明的第一件事是自己可被绕过 。对做内部流程的人来说，价值不在水印本身，而在
它把「设计溯源」变成了必须进台账的一项 （与上版安徽/湖北药监口径同源）。
§3 模型、方法与开源平台（本轮新增）
3.1 开源模型 / 算法
名称 来源 / 时间 许可 硬数字与要点
LEMON-ZEST arXiv 2609.37675（09-29） MIT 代码+权重+结果全放ZEST 进化感知分词（MSA 保守区导出词表），平均 4 残基/token ，1024 上下文装 4000 残基 ；LEMON 仅 200M 参数 、单张 H100 训一周 ，远同源检测上胜过 600M–3B 的 SOTA → 算力受限团队的现实选项RF–PepTune bioRxiv 10.64898/2026.09.24.754053 预印本 环肽多目标优化的结构准入图 ：先建 parent-specific pair-complete 准入图 （单替代 + 全部位置不同的对），再在图上做 Pareto MCTS（通透性/溶解度/抗污/低溶血），选出序列再做完整结构复评。334 个 parent（MDM2/GABARAP/MCL1）三臂对照：10.2%（无准入）→ 51.5%（单替代）→ 77.5%（对完备） ；对完备比单替代 +26.0 个百分点（95%CI 20.7–31.4） ；「属性达标但结构失败」从 88.3% 降到 9.3% ；另 90 个输出四项分数全涨且满足预设结构标准 HBDesigner bioRxiv（Kuhlman lab，v2 09 修订） 预印本，无利益冲突 深度学习采样 + 原子级能量打分设计埋藏氢键网络 ；在同源异源二聚体家族中装特异性（此前设计工具失败）；单体埋藏极性相互作用、同源二聚体扩展界面 H-bond 网络 MOSAIC Yale + Boehringer Ingelheim，Nature DOI 10.1038/s41586-026-10131-4 完全开源 2,498 个专家 LLM 各自代表一个化学细分领域；合成 35 个以上未见报道化合物 ；输出不确定性估计 （按请求与专家知识契合度排实验优先级）；超越商业 LLMMurmurent bioRxiv 10.64898/2026.09.24.753565 开源 CC-BY 4.0面向学术协作环境 的 agentic AI 底座：多成员 choreography、专用 agent（统计/可视化/文献/EDID 审查）、分层记忆 、可追溯记录 （避免重复走进死胡同的决策）、跨成员强制 SOP 与数据治理 。用 Pin1（浅催化口袋、难成药）做抑制剂发现演示 ScienceBuddy Preview PhAI Labs，09-24，arXiv + GitHub 技术报告公开 浏览器 workspace，224 个工具 / 22 个模块 ；双循环自改进 （内循环改 harness、外循环 RL 训任务模型）。Qwen3.5-4B 起步，三轮递归：held-out 单次准确率 42.2% → 73.3% （33.3% 错→对，2.2% 对→错）；固定权重下 harness 适配 31.1% → 51.1% ；固定 harness 下 RL 使 pass@4 48.3% → 67.8% 。⚠ 自述为案例研究、非与其他系统的对照实验 Paper2Agent Stanford（Miao / Zou / Pritchard），Nature 09-16 MIT ；可装为 Claude Code / Codex skill；HF Spaces 有 AlphaGenome / Scanpy / TISSUE 预置 server把论文+代码库转成 MCP server （「虚拟通讯作者」）。校验门很硬 ：文件必须出现 + 数值 3% 容差 内匹配 + 图 perceptual hash Hamming <20 ，每函数最多 6 次重试，失败工具直接剔除。100 篇计算生物论文：74 篇成功 agentify，599 个提案工具中 593 通过 ；300 题基准 91.2 ± 1.6% vs Claude+Repo 80.3%（Sonnet 4）/ 86.3%（Sonnet 4.6） ；$0.20/query、1.6 分钟 vs $0.38/4.3 分钟。AlphaGenome agent：45 分钟建 22 个工具、$14 ，教程题 98.7 ± 1.3% vs Claude+Repo 82.7% vs Biomni 37.3% 。26 篇失败 ，原因可枚举：缺可执行代码 / 缺数据或模型产物 / 环境失败 / 脚本不可泛化。10 篇非生物论文（TabPFN、SAM 2、SAELens）42 个执行任务 98.1% 。多 agent 协作把 rs887314（银屑病）候选因果基因定为 GPR137 ；重看 chr1:109274968:G>T 给的是 SORT1 ，而原论文强调 CELSR2/PSRC1（GTEx 显示三者都有显著肝脏 eQTL）→ 顺带证明这类位点的因果基因指派本身就难 NeurIPS 2026: Two Stages of Folding Clausthal / Technion 等，NeurIPS 2026 主会接收 — 对 ESMFold / OpenFold / Boltz-1 做因果干预：一致的两阶段 计算结构 —— 早期 block 建立成对生化信号 （电荷等），晚期 block 建立成对空间特征 （距离/接触）；pairwise states 可跨模型线性对齐并互相替换 → 与上版「pair representation scaling」同源 GluePlex Baylor，Nat Commun — AI 结构预测 + 物理建模发现分子胶 ：预测 VAV1 SH3-2 结构域 接触点，无任何已有复合物实验结构 的前提下被实验证实；靶 VAV1（T 细胞淋巴瘤/自身免疫） DSSNA bioRxiv，GROMACS 模块 开源 自动分类 MD 轨迹中的核酸结构特征（碱基对/堆积/螺旋），发现只有一部分观测到的相互作用随时间稳定 HelixDTA 中科院合肥物质科学研究院，JCIM 66(18):12128–12142 — 双分支序列-结构学习 + 完整靶标结构；Davis / KIBA 稳定；在陌生药物结构、远源蛋白序列、新结构上仍可靠 LongevityBench （补齐）Cell 189(19):5980–5994.e8 ，DOI 10.1016/j.cell.2026.08.026CC BY 4.0 OA；权重在 HuggingFace 17 个任务 / 25,457 条 prompt / 5 个生物学域 （NHANES 临床、GEO 甲基化、GTEx 转录组、Olink 血浆蛋白组、OpenGenes+CellAge+SynergyAge）；5 个 0.6B–9B 模型 （LFM2 与 Qwen3/3.5 基座），用 Insilico MMAI Gym 多任务微调 + 混入 10%/20% 通用对话数据防过拟合 + 等权线性合并。L-Qwen3.5-9B 总榜第一，超过 Gemini 3.1-Pro ；L-LFM2-2.6B 在 Olink 蛋白组与 GEO 甲基化上超过所有前沿模型 ；L-LFM2-1.2B 在 OpenGenes 掩蔽二分类进前三；Longevity Claw（开源 agent 平台）。设计意图明确：降低「靠复述训练信息拿高分」的可能 自进化 agent 现状盘点 zata.cc 审计（09-24~28） Apache-2.0 三项 AlphaEvolve 未开源 （只放结果仓库 + 白皮书）；FunSearch「开源等于没开」 （最后 push 2024-02-05，不含 LM/沙箱/分布式）；可用替代品：OpenEvolve 7,450★ （09-28）、ShinkaEvolve 1,416★ （09-24）、EvoScientist 5,025★ （09-26）
3.2 核酸 / RNA 侧（caiPro 直接相关）★ RNASeek 权重已放（§1.5）
这是本轮对 siRNA 方向最重要的一条 ：pretrain → 功能预测器 →
GRPO 的完整三段式已经开源可跑，且是
RNA 而非蛋白 。
MTNA 专刊 （Molecular Therapy Nucleic Acids ，DOI 10.1016/j.omtn.2026.103095）一批核酸算法新供给，其中明确开源 的：ClinASO （gapmer ASO 快速发现平台，DOI …102933）；RNase H 介导 ASO 效力建模（深度学习 + 结构能量计算，…103004）；化学修饰 siRNA 的快速活性预测 ：结构基能量计算 + 推断增强表格深度学习 （…103029）→ 与上版 OpenADMET「tabular foundation model + 外部嵌入」同一条路线，只不过落在 siRNA 上 ；BRPtools（AutoML）、mRNA 稳定性（细尺度结构特征大幅提升）、密码子优化（Transformer + 对比学习）、无 PAM 限制的碱基编辑器RNAExplorer （CSBJ Vol 35, 09-22，DOI 10.34133/csbj.0224，Sailem lab）：RNA-FM embedding → 可解释生物特征 ，系统比较 miRNA / piRNA / siRNA ；piRNA 的 GC 含量与 Tm 显著更高；网页应用 www.rnaexplorer.com 可交互分析。→ 「把黑盒 embedding 映射回可解释特征」这一步值得抄进报告模板 siProGenA （西湖大学，CC-BY-NC-ND，仍未见仓库 ，第 4 轮）：本轮拿到 full-text 细节 —— 明确点名 candidate-construction gap （现有管线在模型开始排序前就把候选位置和 guide 序列固定了）；Stage 1 D3PM 做 mRNA 条件的位置提案 + 多样性感知重排；Stage 2 BFN 做温度可控 guide 生成，保留 seed 与切割位点互补性 、允许其他位置受控变异。62 个阳性片段 Hit@1 0.790 / Hit@5 0.903；89.8% 的已测位点上 seed/cleavage-preserving 变体优于经典反向互补。P0 仍是 n=62 且为计算打分 Wave Life Sciences 09-30 ：GSK 选中一个肝脏适应症候选进入 GSK 管线，用 Wave 自有的 SpiNA design GalNAc-siRNA （自述较对照格式有更好效力、持久性与 Ago2 装载 ）；Wave 收 1,200 万美元里程碑 ，每个合作项目另有最高 3.3–3.75 亿美元 开发/上市/商业化里程碑 + 分级特许权；另有 3 个项目向候选推进。→ siRNA「设计格式」本身被定价 前沿生物 FB7023 （PCSK9/Lp(a) 双靶）入选 AHA 2026 Late-Breaking Science ，11-08 口头报告 ，公布动物药效 + 首次人体研究数据 。管线矩阵：FB7023（ASCVD）、FB7033（MASH，HSD17B13/CIDEB，曾登 EASL 2026）、FB7013 + FB7011（肾病，去年 ASN 肾脏周）；截至 6 月末已提交 11 项 PCT 。→ FB7023 状态升级为「已有 FIH 数据」，FB7011 仍用半年报口径
3.3 竞赛与「人机」格局
赛事 状态与硬事实
Anthropic × Adaptyv 5 题每周一题（09-28 → 10-31）：物种交叉反应性 / pH 敏感性 / 肽-MHC / GPCR 等；实验 11-30 前完成，数据 12-15 全公开 Proteinbase（含阴性）。无现金奖 ；Track 1/2 需申请（09-16→09-24）；Track 3 为国内唯一通道 Ginkgo × OpenAI 10 月中旬开赛至年底，三轮。首轮 sfGFP ，标准 = 最低成本产最多蛋白 ；后两轮难度递增并加入是否正确折叠 等判据。Ginkgo 提供可选化学品清单，允许自带 ≤10 种清单外化学品 ；OpenAI agent 与人类团队互不知晓对方选材 。背景：2026-02 双方把无细胞蛋白合成成本降 40% ；Jewett 学生手工 1,231 次 vs 机器人约 3 万 次。CEO Jason Kelly 原话「所有人都害怕输 」 对照组 Edison Scientific（Sam Rodriques）在列 AI 可解生物问题清单；FutureHouse 组建评审团 + 现金奖；Geodesic Intelligence（顾全全，09-10）Grand Challenges 征题不问国籍、100 万美元
§4 产业与资本
英矽智能 09-30 ：提名 ISM1354 （新一代小分子 GIPR 拮抗剂 ，潜在 best-in-class，肥胖/2 型糖尿病，可拓展心血管）。2026 前 9 个月已提名 10 款 PCC，刷新年度纪录，2021 年以来累计 34 款 。对照 1 月提名的 ISM0676（人源化小鼠与司美格鲁肽联用最高 31.3% 减重），ISM1354 在 PK 与安全性上多维度优化。当日股价 +8.48% 至 60.1 港元 。H1 营收 1.06 亿美元 +287.2%、期内利润 3,554 万美元、经营现金流转正、期末现金及投资组合 5.85 亿美元。⚠ 收入主体是 BD 首付款与里程碑，具一次性特征国内 AI 制药融资（前 9 月） ：57 笔 / 44 家 / 157.65 亿元 ，为 2025 全年（51 亿）的 3.1 倍 ，超 2023–2025 三年之和；头部 4 笔约 95 亿占六成 （华深智药 7.87 亿美元 B 轮、Anew Labs 2.9 亿美元、元思生肽 1.5 亿美元、寻明生科 1 亿美元）。集中度极高 → 大多数 AI 制药公司没分到这轮繁荣 Biossil（09-28） ：OpenAI Startup Fund 领投 1.53 亿美元 （全股权），估值 10 亿美元 ，成加拿大最新独角兽；2023 年成立，用 LLM 从「被药企丢弃的分子堆」里翻候选，买/授权后重启；已买或授权 12 个分子 ；项目覆盖镰状细胞病（senicapoc，强生曾放弃，正在 SickKids / CHUM / McGill 招募）、IPF、胶质母细胞瘤、乳腺癌、阿尔茨海默。⚠ 未经公司正式公告，Globe and Mail 引消息人士；CEO 是否确认各源说法不一Enveda （回执）：3.11 亿美元 E 轮，累计 >8.45 亿 ；Catalio 的 George Petrocheilos 进董事会Retro Biosciences ：据 FT，正在融 10 亿美元 ，Altman 参与（此前给过 1.8 亿）；GPT-4b micro 让两个 Yamanaka 因子效率提升 50 倍以上 ；三个疗法，阿尔茨海默临床试验年内澳洲启动。⚠ 传闻阶段成都先导 H1 业绩说明会（09-30） ：小核酸 OBT 板块收入 5,402.93 万元，同比 +94.03% ；参股公司先衍生物 已建「新颖小核酸修饰 + 肝外递送 + 单分子双靶点」体系，三个项目进临床 ：AGT 超长效降压 LDR2402 IIb 入组中；INHBE 肥胖 LDR2515 I 期入组完成待读数；PCSK9/Lp(a) 双靶 LDR1259 近期获 IND 批准将启 I 期Codexis ：与某 siRNA 开发者合作评估酶法 寡核苷酸合成（ECO Synthesis + StereoSelect 立体化学控制），用连接而非传统固相合成组装 siRNA 双链；对照纯度/质量/连接性能分子胶 ：TRI-611（ALK 分子胶降解剂，cereblon）临床前降解 ALK 融合蛋白含 TKI 耐药型、能入脑 、颅内模型有效；I/II 期首例给药 2026-03 ，已获 FDA Fast Track
§5 政策与监管
5.1 国内
「计算医学」首次作为专有名词进入国家规划 （科技日报 09-26 专家解读《医药工业发展"十五五"规划》）。中科计算技术西部研究院赵宇：以往创新药走单/多靶点路径难以反映真实情况，是「双十魔咒」症结；《规划》要求 2030 年 FIC 占全球 ≥25% ，数据基础已具备。另有「AI 制药全流程数据自动采集与追溯系统 」作为高价值场景写入（澎湃/中华网口径）。→ 写本子可直接引的两句 国家数据局首批数据产权登记 ：全行业 56 个 数据集，其中医疗机构数据集 6 个 （5 个来自北京；地方代表为山西国药同煤总医院「2016–2026 胸腹部疾病多模态全病程数据集」）。该院 7 月在北京国际大数据交易所 完成登记挂牌（山西省医疗机构首家），8 月获「数据要素×」山西分赛一等奖（全省唯一获奖公益性医疗机构）刘烈宏 09-21~23 江苏调研 （国家数据局官网 09-29 发布）：已建成「抗体、药效、知识产权、乐理、运河文化」等行业高质量数据集 ；全省数据产业规模 4,700 亿元 ；省市一体化公共数据授权运营平台发布授权运营目录 1,808 类 、供给数据 超 200 亿条 ；泰州依托人群队列融合「三医」数据支撑疾病早筛、创新药研发、精准诊疗 数据标注产业医疗健康领域先行先试试点城市 ：国家数据局批复大连与上海、广州、成都、济南、温州 ；目标打通「数据供给→专业标注→模型训练→场景验证→成果转化」闭环可信数据空间 ：截至 2026-06 全国 36 个 试点上线，医疗健康等五行业占比 >40% ；广州注册医疗机构近 50 家、22 个数据产品、39 个专病数据集、入组周期缩短 20%+ 。国家数据局将适时启动第二批试点 并落地「可信数据空间 + AI」融合应用
5.2 国际
FDA 09-21 直接最终规则 ：把「动物试验」替换为「非临床研究」，承认 NAMs （细胞实验、器官芯片、计算模型）可用于临床前安全性评价；若无显著反对意见则 2027-02-04 生效 FDA AI 可信度指南 （FDA-2024-D-4689）仍为 Draft Level 1「Not for implementation」 ：七步框架（定义问题 → 定义 COU → 评估模型风险 → 制定可信度评估计划 → 执行 → 说明局限 → 沟通证据）；核心是 COU + 双因素风险评估（错误影响 × 人工监督程度） 。外部验证要求明确：留出整份临床试验数据集优于同一数据的切分 。FDA 已有 15 项 AI 药物开发工具（DDT）进入资格认定程序 ；EMA 有 QoNM 机制；EMA 与 PIC/S 正在研议 AI 用于 GMP 的草案（按用途区分「关键 / 非关键」）中国台湾 2026-01 公布施行《人工智慧基本法》，尚缺药品专属规范；年底将出 AI 白皮书
⚠ 美国《生物安全法案》2026 年正式生效并纳入国防授权框架 （生物谷报道口径）→ 国内企业用 AI 做全球化研发的外部不确定性，本轮首次进入简报，下轮需核原文
§6 国产算力：从「模型适配」下沉到「算子栈」
DeepSeek 09-30 开源昇腾基础设施六件套 （与英伟达侧组件一一对应 ）—— 本轮国产算力最硬的一条，且是基础设施 而非模型适配：
组件 作用 硬数字
TileLang-Ascend 高级语言封装 Ascend C 底层指令 DeepSeek 训练用到的每一个 TileLang 算子在昇腾都有高性能实现；承载 V4 系列大部分算子。项目自测 GEMM 约手写 Ascend C 的 0.98× 、向量算子 0.96× 、Flash Attention 类 0.95× （自测非独立 ） DeepGEMM-Ascend 矩阵乘，API 兼容原版，支持 BF16/FP8/FP4 BF16 密集矩阵乘达硬件上限 99.8% ，FP8 约 99.5% （Ascend 950DT，CANN 9.20）DeepEP-Ascend MoE expert-parallel 通信 EP8 下 FP8 dispatch 373–375 GB/s 、combine 345–347 GB/s （用概念验证固件；华为商用版计划 10-15 左右 ）；EP32 下 sustain 约物理载荷上限的 90–95% FlashMLA-Ascend 稀疏注意力 prefill 410 TFLOPS（理论上限 95%） 、decode 360 TFLOPS（83%） TileKernels / DeepSelect 向量与访存算子（自动选 NV/华为后端、同一 Python API）/ TopK 选择 —
双方联合定义 128 卡 Ascend 950 SuperPoD Flex + UBL128 组网：单层 scale-up 3.2 Tbps ，两层 scale-out 达 256K 卡 ；华为在 CANN 社区发布 recipes（大 EP 低延迟推理、单卡/单节点部署、大规模训练、长上下文 KV cache 池化、agentic RL）；EP32 + 128K 上下文离线测试 DeepSeek-V4.1-Flash 2,469 output tokens/s/卡 @5ms 、5,102 @10ms （不含服务调度与框架负载均衡）。未声称 V4 已在昇腾完成全规模训练
华为 openPangu-2.0（09-28） ：全代码开源 （预训练 + SFT + RL 完整训练管线，不只是权重），可在昇腾集群复现全流程昇腾路线图补齐 ：960DT 提前三个季度 2027 Q1 就绪、960PR 提前一个季度 2027 Q3 ；970 / 980 于 2028 / 2029；昇腾 910C 超节点已部署 超 1000 套 ，950 超节点已规模商用摩尔线程 ：MTT S5000 完成 Protenix-v2 全链路推理，端到端较国际主流 GPU 提速约 26% 、精度对齐（字节 Seed 团队研发，2026-04 发布）
判读
对做生物计算的人来说，这条链的意义是
「换卡」的成本结构变了 —— 过去换国产卡要重写算子，现在至少在 DeepSeek 这条栈上是 API 兼容的。生物模型侧的适配（TorchX 昇腾、Protenix on MTT S5000）已在跑。
§7 岗位信号（本轮 5 条 JD）
岗位 薪资 / 时间 关键原文
AI 算法专家（化学方向 AIDD） 30–50k·14薪 关键职责第 4 条：「规划并建设模型训练与推理平台及 MLOps 机制 ，覆盖数据与模型版本管理、实验追踪、评估、部署、在线/离线推理及运行监控 」；第 6 条：「系统评估模型的准确性、泛化能力、鲁棒性、可解释性和适用边界 ，并以可量化的业务价值或实验结果作为项目验收依据 」；技术栈点名 GNN/Transformer/Diffusion/LLM/Agent AIDD 算法工程师 （元思生肽 Syneron Bio，合成肽）— 任职要求第 7 条：「能够将多个模型、科研工具和数据处理步骤整合为自动化、可复现的计算工作流 」；第 8 条：「理解基于大语言模型的工具调用、函数调用、工作流编排或 AI Agent 框架 ，并能够将相关概念应用于科研工作流」；第 4 条：用过 AF2/AF3 或同类「并能够解释模型的输出和各类指标 」 AIDD 抗体算法研究员 （上海）35–65k·13薪，09-14 「对模型预测结果能进行评估解释；若遇到预测与实验数据不吻合的时候，有能力自主解决并提高模型性能 」；基于 NGS + SPR/DSF/SEC/细胞活性标签做增量训练 ；跟踪前沿文献「评估、复现、改进开源模型 」 AIDD 研究员-模型开发 （上海）25–50k·13薪，09-20 「建设领域数据与训练评测体系 ，完成多模态数据清洗、表征、对齐、数据集构建、实验设计、基准评测及误差分析 」；「搭建从实验原型到工程部署的完整链路，推进模型微调、推理加速、服务化、监控和版本管理 」 AIDD 研究员 （丽珠医药，珠海）12–20k，09-29 传统 CADD/DeepChem 配置（PyMOL/AutoDock/MOE/Gromacs + Python + GNN/Transformer），门槛明显低于上四条
共性统计（连续第 11 轮）
维度 本轮 趋势
干湿闭环 5/5 连续第 11 轮 100% 可复现工作流 / MLOps / 版本管理 4/5 ★ 新维度，本轮最高 —— 从加分项直接进主职责 AI Agent / 工具编排 3/5 ★ 首次进「任职要求」而非加分项 （上版 2/6 且仍在加分项） 评测体系（基准评测 / 误差分析 / 适用边界） 3/5 稳定高位 结构预测 3/5 稳定 核酸 0/5 连续两轮算法岗缺席
结论
「会训模型」继续贬值，「能把它做成可复现、可监控、可解释边界的服务」在涨价。 Agent 编排从 nice-to-have 变成硬要求，只用了一轮。
§8 对 chen 的 6 条可执行动作
级别 动作 依据 成本
P0 给 caiPro 的 7295 阳 / 1120 阴做一次「一致性诊断」再谈微调 ：按 scaffold / seed 匹配模式 / 修饰模式分组，统计组内实测读数的离散度（类比 PXR 的 51% pose >2Å）。组间不一致就别微调 —— OpenADMET 证明随机划分会零提升甚至让分布变宽§2.1 低（SQL + 一天） P0 照 RF–PepTune 建「结构/生物学准入图」 ：把「效力/脱靶达标但可开发性失败的端点」比例作为主指标 （他们 88.3% → 9.3%）。caiPro 侧准入条件 = 合成纯度 / 脱靶谱 / 免疫刺激 / 稳定性 / 修饰可行性，先枚举单替换 + 全位置对 ，再在准入图上做多目标搜索§3.1 中 P0 立刻拉 RNASeek 权重跑一遍 ：huggingface.co/JoyXiangLab/rnaseek-full。先复现它的「功能预测器 → reward model」这段 （核酶自剪切 / mRNA 稳定性），把 caiPro 的效力与脱靶预测器训成 reward model，再谈 GRPO 生成§1.5 中（1–2 卡·天） P1 照 MTNA 那条「结构基能量计算 + 推断增强表格深度学习」做化学修饰 siRNA 活性预测 ：与上版 OpenADMET（MAE 0.50→0.43）同一技术路线，且已被用在 siRNA 上。比先上扩散便宜一个数量级§3.2 中 P1 补「可复现 + Agent 编排」到能力栈 ：JD 已把它写进任职要求。caiPro 侧具体落点 = 数据/模型版本管理 + 实验追踪 + 一键重跑；可与 patent-cli Web 控制台复用同一套工程§7 中 P2 设计溯源进台账 ：SynthID Bio 已经把「AI 生成序列/结构的溯源」做成产品议题（哪怕它自己可被剥离）。内部流程至少应记录：模型版本、权重来源、参数、prompt/约束、时间 —— 对齐安徽/湖北药监「台账、来源、脱敏、授权、人工复核、全程留痕」口径§2.3 低
§9 口径冲突与失真源
# 冲突 处理
1 Isomorphic 21 亿美元 B 轮日期 三个源均无确切日期 → 继续只写「2026 年 B 轮 21 亿美元」不写月份 （第 3 轮） 2 Anthropic×Adaptyv 资源口径三版本 写「合计约 200 万美元量级」 3 V-SYNTHES2 CapSelect 复现 EF100 = 0.65 ⚠ 必须连 caveat 一起引 ：复现换了打分器（Vina/UniDock 而非 ICM），正确读法是「配方不跨打分器迁移」，不是「方法无效」 4 aidrugsearch.com 连续第 6 轮命中失真源 （本轮 4 次：FDA 指南、虚拟细胞基准、AI 生成分子 FDA 批准、免费工具清单）显式排除，一律不采用 5 境外无关域名挂英文/中文 live-blog 注入，第 3 轮 ：bophin.com、betebt.com、verdice.news、cronfeed.work、thequantumdispatch.com、wpnews.pro、dataphoenix.info、allweatherfinance.com、svmuu.com 内容可能为真但多为二手且有 AI 生成腔，必须回原站核实 6 前沿 FB 系列状态 FB7023 升级 为「已进临床 + 11-08 AHA 公布 FIH 数据」；FB7011 仍用半年报口径（IND-enabling） 7 十五五「计算医学首次进规划」「AI 制药全流程数据自动采集与追溯系统写入高价值场景」 均为解读/媒体口径 ，与工信部联规〔2026〕210 号原文表述（「加快人工智能、量子计算、超级计算、计算医学等新技术赋能药物研发」）不冲突但不完全等价，引用时标「专家解读/媒体口径」 8 Biossil 1.53 亿美元 未经公司公告 ，Globe and Mail 引消息人士；CEO 是否确认各源说法不一 → 标「据报道」
§10 本周三个数字
数字 ①
51%
PXR 共享核心 pose 差异 >2.0 Å 的比例；同一指标在 PDE10A / EV-A71 上全部 <2.0 Å。微调成败的分水岭。
数字 ②
0.65
V-SYNTHES2 已发表 CapSelect 配方在换打分器后的 EF100（<1.0 = 反富集）。论文的规模做不出的全真值实验做出来的。
数字 ③
157.65 亿 / 四家占六成
国内 AI 制药前 9 月融资总额与集中度。
§11 下轮（10-02 起）执行建议
Anthropic×Adaptyv Challenge 2（10-05 前后）+ Track 3 实际提交格式与入口 （首窗 10-04 已关，看 Track 3 是否仍可提交）VCC 10-22 公开榜 → 11-05 截止 （榜首能否显著高出 0.2629）Bepirovirsen PDUFA 10-26 OpenBind 后续版本 ；OB0「48%→61%」第三方复现（进观察池）siProGenA 是否放出仓库 （第 5 轮）；ClinASO 开源平台实测 FDA 非临床术语最终规则：2027-02-04 是否因反对意见撤回 美国《生物安全法案》2026 生效原文与对国内 AI 研发的实际约束 （新增，需核一手）国家数据局医疗健康实施细则 + 江苏「抗体/药效」数据集是否开放申请 时安 SA030 首例给药 / SA1211 Phase 1b （第 4 轮）Ginkgo×OpenAI 首轮 sfGFP 实际开赛与结果
降级与顺延
降级为长期未回执 ：Ortet（2 轮 0）、北京 1 亿算力首批名单（4 轮 0）、RIBOSPAN 一手核证、Isomorphic 官方日期。
顺延 ：ICH S13、ScienceIDE 许可、OpenADMET Phase II 首批盲测。
AIDD 增量简报 · 2026-10-01 ｜ 基线版本 2026-09-30 ｜ 18 轮中英双语检索 ｜ 本简报对每条数字标注来源层级，标注「据报道 / 二手 / 自评」的内容不作为事实引用依据。