2026
Nature
- Emu3: 采用下一词预测的大规模多模态模型的多模态学习
- OpenScholar：用检索增强语言模型综述科学文献
- 多组学解析人类海马神经发生：从成年期到衰老，再到阿尔茨海默病
- ADeLe: 通用尺度赋予人工智能评估以解释性与预测能力
- MOSAIC: 人工智能辅助化学合成的集体智能
- 语言模型通过数据中的隐藏信号传递行为特征
- 训练语言模型以“温暖”为目标可能降低准确性并增加谄媚行为
- 从头设计准对称双组分蛋白质笼
Science
Cell
Nature Structural & Molecular Biology
Nature Computational Science
Nat. Chem. Biol.
Nature Biotechnology
JACS
JACS Au
Angew. Chem. Int. Ed.
Nature Chemistry
Nature Machine Intelligence
- 用于对神经网络与生物大脑进行双向比较的反向预测性方法
- Saturn: 通过记忆机制调控实现高效样本利用的生成式分子设计
- 利用大语言模型与概念图预测材料科学中的新研究方向
- PanPep系统：基于元学习的抗原特异性T细胞受体识别预测
- trRosettaRNA2: 基于预训练二级结构模型与结构感知注意力的 RNA 三维结构与构象预测
- CoCoGraph: 一种用于生成逼真合成分子的协同约束图扩散模型
- ConfSeq: 以构象描述语言连接三维分子结构与人工智能
Science Advances
ACS Cent. Sci.
Nature Communications
- PocketVec: 通过结合位点描述符对人类可成药口袋进行全面检测与表征
- AQuaRef: 利用机器学习加速蛋白质结构的量子精修
- EPMolGen: 深度学习辅助发现一种高效且具有细胞活性的RNA N6-甲基腺苷识别蛋白YTHDC2抑制剂
- CLMs: 基于增量训练语言模型的药物分子结构优化方法
- 一种用于药物靶点亲和力预测的元学习与任务自适应方法
- KIMMDY: 一种生物分子反应仿真平台
- ReactionSeek: 让大模型从有机合成文献中挖掘反应知识
- NMR-Solver: 通过大规模谱图匹配与物理引导片段优化实现自动结构解析
- LassoESM: 提升套索肽性质预测的定制语言模型
- 不确定性感知机器学习: 面向全球化学品非致癌人体毒性预测研究
Advanced Science
- Ouroboros：融合分子构象空间与药效团相似性的基础模型
- ChromNet：利用表观遗传信号的跨细胞类型三维染色质相互作用预测的多任务学习框架
- TarPass: 面向靶点的 de novo 分子生成探索——介于理性设计与“德州神枪手”策略之间
Journal of Medicinal Chemistry
BioDesign Research
Acta Pharmacologica Sinica
ACS Catalysis
Cell Reports Physical Science
iScience
Others
2025
Nature
- TabPFN: 利用表格基础模型在小数据上的精确预测
- FlowER: 电子流匹配用于生成式反应机制预测
- BindCraft: 一次性设计功能性蛋白质结合子
- 金属水解酶的计算设计
- 结构快照解析μ-阿片受体中核苷酸释放的构象机制
- 光学生成模型
- CATNIP: 连接化学与蛋白质序列空间，预测生物催化反应
Science
Nature Methods
Nature Chemical Biology
Nature Computational Science
Nature Machine Intelligence
- TopoDiff: 基于全局几何感知潜在编码的扩散式蛋白质主链生成改进方法
- DrugGEN: 基于graph-transformer生成对抗网络的靶点特异性药物候选分子从头设计
- RXNGraphormer: 用于跨任务的反应性能预测与合成路径规划的统一预训练深度学习框架
- GraphPep: 一种基于相互作用图学习的蛋白质–肽复合物评分框架
- ITsFlexible: 预测抗体与T细胞受体互补决定区的构象柔性
- MSGo: 未知化学物揭示中的伪数据分子结构生成器
- GerNA-Bind: RNA–配体结合特异性解析
JACS
- SO3LR: 利用预训练神经网络与通用成对力场的分子模拟
- 口服可利用肽类靶向细胞内蛋白的开发：从初始化合物到临床级KRAS抑制剂
- CycloBot：基于二氨基烟酸支架的高纯度头尾环肽自动化快速合成
- Xrd2Mof: 基于生成式人工智能解读金属-有机框架的X射线衍射图谱
- LLM-EO: 利用大语言模型的内在知识与推理能力实现功能性金属配合物的生成式设计
Nature Biomedical Engineering
Nature Biotechnology
Nature Microbiology
ACS Cent. Sci.
Cell Chem. Biol.
Nature Communications
- DLFea4AMPGen：结合深度学习模型特征的抗菌肽从头设计(de novo design)方法
- DILI: 用于药物性肝损伤预测的大规模人类毒理基因组学资源
- DeepSCFold: 基于序列衍生结构互补性的高精度蛋白质复合物结构建模
- AI生成技术助力的双功能PKMYT1靶向PROTAC的发现
- MMCLKin: 通过对比学习提升激酶抑制剂活性与选择性预测
- TAPB: 一种干预式去偏框架，用于缓解药物-靶点相互作用预测中的靶点先验偏差
- ChemEnzyRetroPlanner：用于自动化有机–酶催化混合合成规划的虚拟平台
- 基于结构的宏环肽设计用于生成针对G蛋白偶联受体的功能性抗体
- EviDTI: 基于证据深度学习的药物-靶标相互作用预测
- protTDA: 蛋白质宇宙的拓扑性质
- FLAME: 用于加速荧光分子设计的模块化人工智能框架
Nature Computational Science
- PhoreGen: 面向药效团的三维分子生成助力高效特征定制型药物发现
- SynGFN：利用生成式基于流的分子发现方法跨化学空间学习
- ECloudGen：利用电子云作为潜在变量扩展基于结构的分子设计
- SciToolAgent：一种由知识图谱驱动的多工具集成科学智能体
Science Advances
PNAS
- GeoEvoBuilder: 一种用于高效功能性与热稳定性蛋白设计的深度学习框架
- 一种可泛化的基于结构的蛋白–配体亲和力排序深度学习框架
- 从头设计高效抑制梭菌家族毒素的分子
- PLACER: 建模蛋白–小分子构象集合
- SiteAF3: 基于AlphaFold3的条件扩散实现结合位点特异性精准折叠
- PackDock: 基于扩散模型的柔性蛋白-配体对接与侧链堆积
Angew. Chem. Int. Ed.
Cell Biomaterials
npj Comput. Mater.
Advanced Science
- PROTAC-STAN: 可解释的基于结构信息的深度三元注意力框架用于PROTAC降解预测
- AMPainter: 基于深度强化学习的抗菌肽设计
- GeminiMol: 构象空间表征提升了基于人工智能的配体驱动药物发现中的通用分子表示能力
- ALLSites：对所有药物分子形态蛋白结合位点的精确识别
- ChromNet: 利用表观遗传信号的跨细胞类型三维染色质相互作用预测的多任务学习框架
ACS Catalysis
Chemical Science
Acta Pharmaceutica Sinica B
Communications Chemistry
- 从定制化虚拟分子数据库到真实有机光敏剂的迁移学习：催化活性预测研究
- CycleGPT: 利用深度学习模型探索大环化合物化学空间以启发式药物设计
- AEV-PLIG：使用增强数据缩小机器学习评分函数与自由能微扰之间的差距
Communications Biology
Patterns
Journal of Medicinal Chemistry
JCIM
arXiv
- SimpleFold: 蛋白折叠，大道至简
- Boltz-1: 通用生物分子相互作用建模
- Protenix-Mini: 高效结构预测器——紧凑架构、少步扩散与可切换pLM
- PepThink-R1: 基于 LLM 的可解释环肽优化框架，结合 CoT 微调与强化学习
2024
Science
Cell
Nature Methods
Nature Medicine
Nature Machine Intelligence
Nature Communications
Science Advances
JACS Au
JCIM
Journal of Cheminformatics
ACS Chemical Neuroscience
arXiv
2023
Science
Nature Machine Intelligence
ACS Cent. Sci.
JACS
Nature Communications
- KPGT: 基于知识引导增强分子表示学习的预训练框架
- VisNet: 基于等变向量–标量交互消息传递的分子几何表示增强方法
- 通过遗传编码方法发现可与白蛋白结合并在体内表现出延长循环时间的全氟芳基大环分子