2026.11.07 AI4S 把结构知识压进序列预训练，中科大这个RNA模型把数据和权重一起开了 → 11月5日，中国科学技术大学周少华教授、特任研究员熊鹏团队的开源RNA序列基础模型structRFM发表于《自然》。RNA是存在于细胞与部分病毒中的生物大分子，它的功能与序列、折叠结构密切相关：一条链通过碱基配对形成二级结构，再折叠成三维构象，构象决定了它能不能被结合、能不能被剪接、能不能被降解。想搞清楚这些，需要同时理解序列、结构与功能三者之间的关系，而这正是过去十年里靠实验一条一条攒出来的知识。
2026.11.06 AI4S 先在算力里钓一遍再进实验室，一条抗骨质疏松肽把干湿两道工序接上了 → 11月4日公开的一项研究，把AI筛肽的完整链条走了一遍。靶点是骨质疏松治疗里被反复验证的RANKL蛋白，做法是先建肽库、用两套对接工具交叉筛选、用序列生成模型做优化、过一遍成药性评估，再进细胞与动物实验，最后用结合实验确认机制。从算力到实验台，中间没有断层。
2026.11.05 AI4S 一小时翻完五百多个化合物，谷歌把化学计算工具塞进了智能体手里 → 11月3日，谷歌DeepMind为Antigravity推出一套化学信息学技能。它把大模型的规划、检索与科学推理能力，与RDKit这类确定性化学计算工具接在一起，并接入ChEMBL、PubChem等公共化学数据库。在肺癌药物的演示中，智能体约一小时完成了数千种化合物的检索与匹配分子对分析，并提出带合成路线的新型刚性大环分子。同类流程过去往往要数天。
2026.11.04 AI4S 腾讯让智能体去造科研工具，把解题换成造工具，攒出一串能复用的成果 → 11月2日，腾讯混元发布AI科研系统Hyra 2.0。这次发布最值得注意的不是某项指标，而是方向换了：1.0版本做的是让AI直接去解具体的科学难题，2.0版本做的是让智能体参与科学模型、研究工作流与软件工具的研发和升级。用官方的话说，从刷题解题走向造工具。这个转向听起来只是措辞变化，落到系统设计上却是两套完全不同的东西，前者追求单点突破，后者追求可复用。
2026.11.03 AI4S 大湾区AI论坛不谈参数只谈签约，一批科研成果当场变成了正式合同 → 11月2日，2026大湾区科学论坛人工智能分论坛暨第七届中国（广东）人工智能论坛在广州南沙开场，主题定为“AI与科学研究”。主办方是广东省科学技术厅、香港科技大学（广州）与西安电子科技大学广州研究院。开场有个设计颇为特别：论坛借助AI复原了北宋科学家沈括的形象，让他做了一段致辞，用古今对话的方式引出议题。热闹之后，议程很快落到具体的东西上：四个成果发布，多组签约，一个联盟倡议。
2026.11.02 AI4S AI把十万个人类蛋白翻了一遍，从中找出被漏掉的mRNA递送者 → 做mRNA疫苗和基因治疗的人都清楚，真正卡住应用的不是序列本身，是怎么把它安全送进细胞。目前主流答案是脂质纳米颗粒，辉瑞与莫德纳的新冠疫苗靠它跑通，但它的天花板也明显：天然倾向在肝脏富集，重复给药容易产生抗脂质抗体，对很多组织的靶向性不够。要把mRNA从急性疫苗做成慢性治疗，这条路必须换。
2026.11.01 AI4S Claude智能体自己选药并给活鼠做脑手术，中途一度拒绝继续 → 旧金山一家名为Exin Therapeutics的初创公司，在10月底公布了一次实验：一个基于Claude Sonnet的智能体，自己从十九种基因治疗载体里挑了一种，自己算出脑内注射坐标，然后操纵一台用Arduino改装的电动立体定向平台，把药液注进一只癫痫模型小鼠的脑组织。术后小鼠恢复良好，公司称完整报告将另行发布。联合创始人兼首席执行官加布里埃尔·奥卡纳-桑特罗在10月28日通过社交平台披露了过程，实验在前一晚完成。
2026.10.31 AI4S 糖链结构预测准确率从19%到72%，蛋白质之外还有一块硬骨头 → 10月27日，浙江大学、北京大学与深圳先进技术大学的研究团队在arXiv提交了一篇论文，题目是《Accurate structural modelling of protein-glycan recognition with GlycoWeave》。他们做了一个专门预测蛋白与糖链复合物结构的模型。在698个蛋白糖复合物的基准上，Top-25高质量构象命中率是71.9%，作为对照，AlphaFold 3在同一基准上的成绩是19.2%，传统对接工具Vina-Carb是16.9%。
2026.10.30 AI4S 风云卫星首发极端天气AI模型，台风解译27秒强对流提前4小时 → 10月29日，2026年风云卫星用户大会发布了两款模型：风云气象卫星台风智能云图解译模型，以及风云气象卫星强对流短临预警模型。这是首批面向极端天气的风云卫星AI模型。官方给出的定位是从"看清现在"走向"预测未来"，前者把卫星看到的东西翻译成人能读的结论，后者用过去两小时的观测去推未来四小时的云图演变。
2026.10.29 AI4S 十七个分子生成模型同场考试，没有几个能稳定交出真正可成药的分子 → 过去几年，AI设计分子的宣传语几乎都一样：给一个蛋白结构，几十秒就能生成上万个候选化合物。这套叙事在10月下旬被一份基准测试拖回了地面。《Nature Communications》刊出的MolGenBench对17种主流生成式方法做了统一评测，覆盖从全新分子设计到先导化合物优化两类任务，结论不是某个模型不行，而是整个领域存在共性短板。
2026.10.28 AI4S 材料研究也能交给智能体，MatOS把三千万个候选结构筛到97个 → 材料研究有个老问题：数据散在不同数据库，知识散在文献里，仿真工具各有各的输入格式，一项完整研究往往要在文献分析、计算与实验之间来回切换好几天。大模型智能体出现之后，行业普遍认为这件事该被自动化了，但真正跑起来才发现，让智能体会调工具只是第一步，让它记住为什么这么做、做到哪一步、上次为什么失败，才是难点。近期公开的一篇论文给出了一个系统级的答案。
2026.10.27 AI4S AI把125种细胞类型接成一张网，七个物种跨过七亿年重新对表 → 10月下旬，《自然·通讯》刊出一项由沙特国王科技大学主导的计算研究。团队开发的系统名为Unify，它把来自七个物种、相隔七亿多年的125种细胞类型接成了一张可以互相比较的网络。研究要解决的问题很具体：当物种分开太久，同一个功能背后的基因已经换了一茬，怎么判断两种细胞其实在做同一件事。
2026.10.26 AI4S 量子计算不再只比比特数，翼型优化比模拟退火快2000倍进了科研流水线 → 10月22日，第二十三届中国计算机大会在成都举行，北京玻色量子科技依托这一平台办了首届QBrain量子计算开发者日。与常见的量子计算发布会不同，这场活动的重心不在比特数，而在具体科研问题：酶分子怎么改、机翼截面怎么选、电网暂态怎么算、单细胞怎么分类。主论坛加两个分论坛，近20场分享，主题词是"量智融合"。
2026.10.25 AI4S 韩国把化学家的经验喂给大模型，催化剂试错从30次降到不足10次 → 自动化实验室有一个说不出口的尴尬：机器人可以二十四小时工作，但开头那几天几乎在重复人类早就知道的事。这在化学里叫冷启动问题，模型不懂行，只能靠一次次实验重新发现已知规律。催化研究尤其昂贵，一次合成加分析常常要半天以上，摸索阶段的成本足以劝退很多课题。韩国化学技术研究院一个团队给出的方案，是把研究者的经验通过大模型翻译成实验先验，再交给贝叶斯优化去用，成果发表在《化学信息与建模杂志》。
2026.10.24 AI4S Hugging Face开源140亿参数DNA模型：一句话问基因，成本仅千分之一 → 生物学家与AI打过几年交道之后，普遍形成了一个共识：通用大模型能读论文、能写代码，但读不懂基因组。原因不复杂，DNA是一串由四个碱基组成的超长序列，人类基因组长约30亿个碱基对，通用模型的词表与位置编码都为自然语言设计，把序列硬塞进去，模型只能看到局部模式。据凤凰网科技10月23日引用《商业内幕》的报道，Hugging Face在前一天发布了一个专门解决这件事的开源模型Carbon-X，140亿参数，第一次把DNA的理解与生成，和自然语言放进同一个模型。
2026.10.23 AI4S 农科院发布AI科学家绿洲：6个智能体分工协作，筛出水稻耐盐基因 → 生命科学里的AI应用，公众记住的往往是蛋白质结构预测这类单点突破。农业科研面对的是另一种难题：文献与数据的量级极大，结论之间互相矛盾，真正有价值的线索埋在几十万篇论文与几十套组学数据的交叉处，靠人力读不完。据中国农业科学院官网与中国科学报10月22日报道，该院农业基因组研究所商连光团队联合崖州湾国家实验室、盐碱地综合利用国家技术创新中心，发布了一套面向植物逆境研究的自进化AI科学家系统，命名为绿洲，相关论文发表在《分子植物》上。这套系统不预测结构，它的工作是把科研流程本身自动…
2026.10.22 AI4S 剂泰科技与礼来达成11亿美元合作：AI设计的脂质纳米颗粒首次大规模出海 → AI制药领域又一笔大额合作落定，这一次的主角是一家中国的AI平台公司。据大兴区产业发展部门门户与中国经济网等多家媒体10月20日报道，AI药物递送创新公司剂泰科技于10月19日宣布与跨国药企礼来公司达成战略合作，聚焦新型LNP（脂质纳米颗粒）递送解决方案的研究与发现，探索支持多种治疗模式的组织特异性递送方案。公开信息显示，这是国内首个以生成式AI平台为核心驱动、围绕LNP递送展开的战略合作，也是全球交易规模最大的AI驱动肝外LNP递送平台合作。
2026.10.21 AI4S 证券分析师用AI设计蝎毒解毒蛋白，211个设计17个达标印证湿实验瓶颈 → 不会编程的人已经能靠AI写软件了，那么不懂药的研究员，能不能靠AI设计药物？网红研究机构Citrini Research给这个问题做了一次认真的实验。据财联社10月20日报道，该机构在周二公布的报告中披露，5名证券分析师在20万美元预算内，借助Anthropic的内部研究模型设计了一批可能用于对抗蝎毒的小型结合蛋白，并送往真实实验室验证。送检的211个设计中，最终有17个达到与目标毒素结合的标准。这个结果超出了团队自己的预期：实验开始前，他们并不确信自己能设计出任何一个真正结…
2026.10.20 AI4S AI制药风向突变：先不急着造药，中美资本抢滩虚拟细胞与数字孪生 → AI制药圈今年的风向，正在发生一次安静但深刻的偏转。据深蓝观、虎嗅等媒体近日的行业观察，大约从夏天开始，数字孪生与虚拟细胞这两个词在从业者的交流里出现的频率越来越高，不少原本做分子设计的公司，都宣布要向虚拟细胞转型。这场转向的起点不是技术突破，而是一次集体反思：过去几年资本狂热追逐的AI分子设计，交出了漂亮的计算结果，却没能换来与之匹配的临床成功率。不急着造药，先造一个细胞、一个器官甚至一个疾病的数字副本，正在成为新的行业叙事。
2026.10.19 AI4S 普林斯顿团队发布MESSI模型，生成式扩散实现蛋白质去免疫原性设计 → AI已经能够设计出自然界中从未存在过的蛋白质，但一个现实问题随之浮出水面：人体未必愿意接受它们。10月16日，普林斯顿大学生物工程系助理教授姜凯议及其合作者在生物预印本平台发表论文，提出名为MESSI的生成式蛋白质设计模型，首次把去免疫原性作为生成目标，在保留蛋白质结构与功能的同时降低其引发免疫反应的潜在风险。研究团队随后在三种蛋白质中完成了设计验证，部分候选序列的预测表位数量降至零，同时保留了活性，一些变体的功能甚至有所改善。