美国ARPA-H投入6270万美元开发AI心衰诊疗代理，首批花落Atman、UpDoc、Tempus等
美国先进健康研究计划局（ARPA-H）宣布ADVOCATE计划，拟投入6270万美元开发可获FDA授权的AI诊疗代理，用于心力衰竭治疗，目标包括评估症状严重程度、开具处方和下达化验指令。首批入选企业包括Atman Health、UpDoc、Tempus AI及斯坦福、杜克大学和凯撒医疗团队，首年承诺资金3370万美元。
人工智能
共 3 页 · B910化工 · AI 化学信息库
RNAV8 Bio加入ARPA-H的PROPEL计划，用AI破解RNA序列-功能规律
RNAV8 Bio入选美国ARPA-H高达440万美元的PROPEL试点计划，与哈佛医学院Rouskin实验室、MIT/Whitehead的Weissman实验室合作，通过AI驱动设计加实验验证，把RNA天然折叠行为转化为可编程、可调谐的药物控制层，服务于下一代mRNA药物。
FDA正式任命药审中心主任Davis、生物制品中心主任Mikhail等四名高层
特朗普政府9月8日正式敲定FDA四项关键领导职务：Michael Davis任药品审评与研究中心（CDER）主任、前默克官员Karim Mikhail任生物制品审评与研究中心（CBER）主任、Bret Koplow任烟草产品中心主任，并新设首任技术与AI副局长职位由Jared Seehafer出任。
普林斯顿PACMAN AI框架通过五次聚变实验验证 控制周期仅20毫秒
普林斯顿等离子体物理实验室等机构开发的PACMAN机器学习框架在DIII-D托卡马克的五次实验中完成验证，可在20毫秒内完成等离子体预测与控制闭环，并能提前约200毫秒预测撕裂模，成果发表于《Nuclear Fusion》。
日本团队突破AlphaFold3局限：AF3-ReD实现蛋白多构象采样
日本分子科学研究所Ohnuki与Okazaki团队在JACS Au发表AF3-ReD方法：在AlphaFold3扩散模型中引入排斥偏置能量项，迫使模型采样多个构象态。以ATP合酶F1β亚基验证，AF3-ReD成功采到默认模型遗漏的开放、闭合及中间构象，为药物设计中的构象变化研究提供新工具。
康奈尔团队发布AIMe工具：逾8亿条预测质谱绘制可检索的小分子宇宙地图
Boyce Thompson研究所与康奈尔大学开发的AIMe（AI Molecule Explorer）利用神经符号AI预测并组织超过1亿个已知小有机分子的质谱，生成逾8亿条预测谱图构成的可检索数据库MS2KOSMOS。现有实验谱库覆盖不足已知化合物的1%，而典型生物样本中80%以上的化合物无法匹配已知结构，该工具有望破解这一瓶颈。
欧洲PIPAC联盟验证连续流API制造平台：以芬太尼连续合成检验极限工况
9月3日消息，由De Dietrich、Alysophil、Bruker与Novalix组成的欧洲PIPAC联盟完成试点项目，验证了集连续流化学、AI实时过程分析（PAT）与自动控制于一体的原料药（API）连续制造平台，并以管制最严格的芬太尼连续流生产验证了平台在极端挑战工况下的可靠性。平台有望缩短放大周期、强化过程控制并支持分布式模块化生产。
Black & Veatch发布AI基础设施智能平台BVInfraIQ，首站瞄准远程LNG资产优化
9月2日，美国工程巨头Black & Veatch发布AI驱动的基础设施智能平台BVInfraIQ。该平台可将复杂运营数据转化为可执行的实时建议，帮助业主优化资产性能、增强韧性并加快决策。平台首个应用场景聚焦远程LNG资产优化，将依托公司60余年LNG技术积累服务全球浮式LNG设施。
爱达荷大学获NSF 600万美元资助，用AI育种降低全球谷物倒伏损失
9月1日消息，爱达荷大学获美国国家科学基金会600万美元资助，牵头开发新型数据采集技术与AI模型，培育抗倒伏、耐逆境的高产谷物品种，目标直指全球每年因大风与倒伏造成的巨额收获损失。项目将为育种者提供更强的表型分析工具。
AI设计无氟质子交换膜：机器学习从百万聚合物库筛出1700个候选替代Nafion
佐治亚理工学院Rampi Ramprasad团队展示AI质子交换膜设计策略：虚拟正向合成生成数百万可合成聚合物，机器学习模型预测关键膜性质，筛选出1700余个无氟候选替代Nafion，为绿氢电解槽降本提供路径。
Burns & McDonnell联手Gritt：AI机器人进军公用事业级光伏电站施工
美国EPC巨头Burns & McDonnell与机器人公司Gritt建立合作，部署AI驱动的机器人技术用于公用事业级光伏电站施工。双方已花一年时间在多个项目现场测试Gritt的可加装于常规施工设备的机器人系统，自动化组件吊装安装、混凝土浇筑与钢筋绑扎等重体力工序，主打安全性与工期可预测性，定位是辅助而非取代工人。
C&EN专栏：AI正悄然重塑化学科研生态，行政负担减半但幻觉风险仍存
C&EN刊登分析专栏指出，过去两年AI模型能力飞跃——前沿模型IQ当量已从2024年的约100升至130以上，思维链与智能体模式渐成常规。作者结合亲身经验称，大语言模型将其实验室行政文书时间从20%压缩至10%以下，多数流程可完全自动化；但作者同时警告，生成式AI的自信型错误是架构固有特征，科研应用中须保持人工核验。文章为化学界评估AI工具的实际生产力收益提供了参照。
AI赋能下一代核反应堆化学监测：美国DOE Genesis Mission加速闭合核燃料循环
美国太平洋西北国家实验室（PNNL）介绍人工智能如何优化下一代核反应堆的化学监测，并披露能源部Genesis Mission第一阶段资助项目——由科罗拉多矿业学院牵头、PNNL参与的AI驱动闭合燃料循环协同优化项目，将平衡经济性、安全与废物处理，推动乏燃料中超过90%剩余能量价值的回收利用。
日立高新联合Powrex用AI开发全固态电池正极"最优涂层"工艺
日立高新与粉体处理企业Powrex合作，利用AI结合X射线荧光分析仪与扫描电镜技术，开发了全固态电池正极活性材料涂层工艺的快速优化方法，演示确认可确定最优涂层条件、缩短涂层工艺开发及量产导入时间，并计划将该AI方法拓展至化学品、医药和高性能材料领域。
研究称巴西农资企业每年流失四成客户，AI平台SEEDZ Kairoz瞄准留客难题
巴西农资市场情报公司SEEDZ研究显示，巴西农业投入品企业若缺乏结构化客户留存策略，每年平均流失高达40%的客户，折扣战使每笔交易利润率损失8%-15%。该公司同步发布基于人工智能的客户忠诚与商业情报平台SEEDZ Kairoz，通过分析农户采购与行为数据推荐精准激励时机，以结构化忠诚计划替代即时折扣。
华盛顿大学团队用大模型驱动"自动驾驶实验室"：从4000个MOF变体中锁定10种新材料
圣路易斯华盛顿大学研究者在Science撰文提出让AI"像化学家一样读懂化学"的方法论，其团队用大语言模型学习约4000个MOF连接体转化文献数据，经计算模拟筛选发现10种水吸附性能超越铝基吸附剂的新材料。同期Matter论文给出聚合物合成数据的自动策展方案。