跳到正文
11月11日周三
  1. Google DeepMind80

    Google DeepMind 发布 AlphaGenome 2,可预测 DNA 变异对特定细胞类型的影响

    Google DeepMind 发布 AlphaGenome 2,可预测 DNA 变异如何影响特定人类细胞类型。该模型采用条件式架构,训练数据覆盖 68 个组织、超过 1.07 亿个单细胞图谱;相比原始 AlphaGenome 微调版本及其他专用工具,其在 TenK10K 上识别出的因果变异比例为 30% 对 16%。

    推荐理由:相比上一代以组织平均为主,AlphaGenome 2 把变异效应预测细化到具体细胞类型,并列出与旧模型的直接性能对比。

  2. Google DeepMind67

    Google DeepMind 发布 Gemini 4 Carbon,主打网络安全与长程智能体任务

    Google DeepMind 发布 Gemini 4 Carbon,向开发者、企业、科研人员和消费者开放,主打长程智能体工作流、网络安全与科学推理,API 定价与 Gemini 4 Argon 相同,为每百万输入 token 2 美元、每百万输出 token 10 美元。

    推荐理由:原文给出了 Carbon 与 Argon 的定位差异、多项基准成绩和同一档定价,便于判断它适合哪类高强度任务。

11月4日周三
  1. BiopharmaTrend44

    虚拟细胞模型追踪:谁在建、什么有效、资金流向何处

    Biohub 将虚拟生物学计划扩大至 18 亿美元,DOE、NIH、Google DeepMind 等加入,商业资助方享一年数据独占期。这份追踪清单已收录 14 个虚拟细胞模型,GSK 以 5000 万美元首付授权 Noetik 的 OCTO-VC。14 个模型目前均无独立基准,Arc 的 zero-shot 2026 Challenge 于 11 月 5 日截止,为首个共享测试。

10月28日周三
  1. bioRxiv76

    来源更新 2026-11-14

    折叠模型能区分真结合物与诱饵吗?POISK 专利抗体数据集给出的证据

    作者发布 POISK 数据集,用 LLM 流程从 10110 项美国专利中抽取 89074 条抗体-抗原记录,并据此构建 22494 个复合物的平衡基准。在此基准上,六种结构预测模型中 Protenix-v2 表现最好,全部配对的 pairwise 准确率为 72%,最自信的一半达 87%,在 50 个候选中挑出真结合物的比例为 29%。

    推荐理由:作者用专利抗体数据搭出基准,横向比较六种结构预测模型区分真结合物与诱饵的能力,可据此判断零样本筛选信号的边界。

10月16日周五
  1. Google DeepMind48

    用 Google Antigravity 加速抗菌肽搜索

    Google Antigravity 智能体科学工作台把跨多个数据库的抗菌肽检索压缩进单次会话,并借助 ProtNLM 扫描 UniProt 中数百万条未表征蛋白质序列。该技术演示在假肺炎链球菌中锁定一个对呼吸道感染病原体具预测活性的新型抗菌肽候选,目前正进行湿实验验证。同时推出嵌入其中的 Biomolecular Structure Viewer,让研究者与智能体共享 3D 结构画布并直接标注。

10月14日周三
  1. Google DeepMind71

    Google DeepMind 发布 Gemini 4 Argon 前沿模型

    Google DeepMind 发布 Gemini 4 Argon,今日起通过 Gemini API、AI Studio、Google Antigravity 以及 Gemini 应用和 Search 的 AI Mode 向开发者、企业与订阅用户开放。

    推荐理由:官方给出了定价、上线渠道和多个领域的实测案例,可据此判断其在工程与科研任务中的落地方式。

9月21日周一
7月16日周四
5月8日周三
  1. Isomorphic Labs95

    Isomorphic Labs 与 Google DeepMind 发布 AlphaFold 3,可预测多种生物分子结构及相互作用

    Isomorphic Labs 与 Google DeepMind 发布 AlphaFold 3,可预测蛋白质、DNA、RNA 和配体等分子的结构及相互作用。论文称其在蛋白质与其他分子相互作用的预测上较现有方法至少提升 50%,部分重要类别准确率翻倍。

    推荐理由:原文给出 AlphaFold 3 在蛋白质与其他分子相互作用预测上至少提升 50% 的结果,并交代其覆盖 DNA、RNA 与配体的建模范围。

10月31日周二
  1. Isomorphic Labs75

    Isomorphic Labs 与 DeepMind 公布新一代 AlphaFold 进展:预测范围扩至配体和核酸

    Isomorphic Labs 与 Google DeepMind 公布新一代 AlphaFold 的进展,模型能对 PDB 中几乎所有分子生成预测,并常达到原子级精度。覆盖范围从蛋白质扩展到配体、核酸及含翻译后修饰的结构。在抗体结合等药物发现相关任务上,它大幅优于 AlphaFold2.3;在蛋白-配体结构预测上超过所报告的最佳 docking 方法,且无需参考蛋白结构或配体口袋位置。

    推荐理由:读者可借这份进展更新了解 AlphaFold 从蛋白质扩展到配体与核酸的模型变化,以及它对药物发现流程的意义。