从自主药物制剂实验，
到基因组模型机制审计

Andromeda 2 面向自乳化药物递送系统，把结构化内部实验数据、计算工具和微型自动化实验室接入同一 Agent 回路。系统根据已有证据推理，设计下一批制剂并调用实验工具执行，使配方开发从单轮优化变成可积累证据的连续过程。

在相同预算的紫杉醇实验中，作者报告高性能命中率为 50%，高于 Andromeda 1 的 17% 和传统实验设计的 2%；结构化内部证据消融也显示其贡献。该文是未经同行评审的 arXiv 预印本，结果来自特定制剂体系，跨药物与跨实验平台的可迁移性仍待验证。

HPOQuest 把罕见病诊断建模为主动信息获取：系统从少量已知表型出发，维护疾病概率排序，并反复选择最有信息量的后续问题。确认的表型更新疾病排名，所有回答同时约束下一轮候选问题。

作者在四个基准队列上报告，从稀疏初始表型出发，Recall@1 与 Recall@5 的提升最高分别达到 30 和 45 个百分点。该文是未经同行评审的 arXiv 预印本，验证仍基于回顾性基准；它是辅助问诊框架，不等同于临床诊断系统。

这项工作追问：模型在见到任何分子之前，能否先从程序生成的序列、元胞自动机和图推理任务中学到可迁移的结构偏置。作者采用“程序化预训练—SMILES 分子预训练—下游微调”三阶段流程，重点考察小标签数据场景。

在 Lipophilicity 任务中，名为 Reverse 的程序任务使测试误差下降 4.8%；迁移收益在中等训练量达到峰值，继续训练反而可能过度专化。该文是未经同行评审的 arXiv 预印本，提升集中于计算基准，尚不能说明程序化数据普遍优于更大规模化学数据。

研究团队从 81 项研究整理出 476 种静脉注射 LNP 配方，联合脂质结构、配方比例与体内分布数据，预测颗粒主要进入肝脏还是肝外组织。模型采用 RDKit 描述符与配方变量，并借助 SHAP 提取可能影响肝外递送的化学和组成特征。

XGBoost 在该数据集上报告 0.874 的 ROC-AUC，重要特征集中于离子化脂质、电荷与疏水表面积、拓扑以及部分酰胺和烷基基序。该文是未经同行评审的 arXiv 预印本；数据来自异质文献，所得规则需要前瞻性配方合成和体内实验验证。

作者在文本与基因组基础模型中系统检查门控前馈网络的高增益参数行，并对 22 个冻结模型开展因果扫描。激活筛出的候选确实更容易包含关键参数，但谱集中度或算子幅度并不能稳定预测真实的因果损伤程度。

DNABERT-2 出现高增益行之间的超加性交互，GENERator 则表现为对序列起始位置信息的局部依赖。该文是未经同行评审的 arXiv 预印本；结论提醒研究者，结构异常可以作为富集信号，却不能直接被当作跨模型通用机制。

GIA 将 13 种表观遗传时钟选用的 CpG 位点映射到血液甲基化数量性状位点，并用 AlphaGenome 对相关遗传变异进行调控效应评分。研究试图区分时钟读数中的衰老变化与先天遗传差异。

作者报告，时钟 CpG 相较匹配的未使用探针更富集于血液 meQTL，并以 FHL2 附近位点展示潜在机制。该文是未经同行评审的 arXiv 预印本，AlphaGenome 给出的是模型预测；这些变异是否真正改变基线年龄或纵向衰老轨迹仍需直接实验和队列检验。