Issue 75 · 2026-10-07 · AI × Biology
这项工作把 Corbion 的 PURASORB 可降解聚合物库与 Intrepid Labs 的 ANDROMEDA 1 优化算法结合，用于治疗性肽的 PLGA 原位成形长效制剂开发。约 15 周内，团队制备并表征了 181 个配方，同时考察载药量、黏度、可注射性和释放曲线等相互牵制的目标。
研究筛出四个候选配方，覆盖不同载药量并呈现差异化的 30 天体外释放曲线；模型还指向中等分子量聚合物在缓释与黏度之间的折中。该文是未经同行评审的 arXiv 预印本；证据停留在体外配方表征，尚无体内药代、疗效或安全性验证。
作者提出一种不同于“逐个设计、合成和测试”的分子发现路线：由算法控制随机合成复杂混合物，以混合池形式测试，再反推出分子—活性映射。其目标是让每次合成实验携带尽可能多的信息，尤其面向目标性质极为稀疏的搜索空间。
理论分析给出实验复杂度下降的条件，模拟实验则在估计的蛋白适应度景观上与贝叶斯优化比较。该文是未经同行评审的 arXiv 预印本；目前没有真实合成和湿实验闭环，理论收益能否抵消混合物制备、测量噪声与反卷积误差仍待验证。
Neural Petri Flow 把化学反应写成带硬约束的 Petri 网：键与原子自由价对应位置，键级对应令牌，成键或断键对应转移。模型只学习转移发生的速率，而把价态守恒、局部性和启用规则固化在无参数层中。
作者在原子映射、反应分类、正向产物预测和酶反应 EC 编号预测上测试同一套表示，并报告顶级预测无需额外过滤即可保持分子有效性。该文是未经同行评审的 arXiv 预印本；结果主要来自既有数据集，面对未见反应机制和实验条件变化的泛化仍需检验。
论文提出“线性适应度子空间”假设：在突变引起的残基级表征变化中，少量与具体实验相关的方向，可能让适应度在少量标注样本下近似线性可读。SGES 据此学习紧凑子空间，再在其中完成代理建模、不确定性估计和候选获取。
作者在 ProteinGym 的多组实验和预算受限搜索设置中，与零样本蛋白语言模型及近期定向进化基线比较，并通过随机投影、标签置乱等对照拆解收益来源。这是 EMNLP 2026 Findings 已接收作者稿；证据仍以历史测定回放为主，不等同于前瞻性湿实验中的真实进化效率。
Atom-JEPA 将联合嵌入预测架构引入三维原子系统，以原子级与子结构级两个互补目标，从无标签分子和晶体结构中学习潜在表示。预训练后的编码器再针对分子性质和材料性质任务进行微调。
作者报告其在 ADMET、量子化学性质和晶体物性预测上具有竞争力，并公开代码和预训练权重。该文是未经同行评审的 arXiv 预印本；下游基准优势尚不能证明模型掌握了可迁移的化学机制，也没有直接展示药物发现中的实验收益。
GeneICL 将 bulk 转录组视为结构化表格问题，以真实表达谱构造半合成预训练先验，并用紧凑循环架构进行上下文学习。模型还把右删失生存预测转化为无需再训练的回归任务，以覆盖分类、回归和生存分析。
作者在 80 个临床结局预测任务上比较转录组基础模型、通用表格基础模型和调优基线，强调小参数量与 CPU 推理效率。该文是未经同行评审的 arXiv 预印本；基准排名不代表临床可用性，跨平台批次效应、队列迁移和前瞻性预测仍需独立验证。