AI设计的抗体通过盲法实验验证：国际 benchmark 证实机器学习可前置药物筛选
发表于Nature Biotechnology的AIntibody Challenge采用前瞻性盲法设计，要求参赛AI平台设计全新抗体序列并交由独立实验室合成与表征。UTHealth Houston团队（Novamab AI）进入前五；166个参赛者、527份提交的规模证明机器学习可在昂贵实验筛选之前识别可行候选药物。
人工智能 第2页
共 3 页 · B910化工 · AI 化学信息库
莫迪：印度要成为全球人工智能中心——化工与制造业的数字化雄心
8月26日消息（近日公布），印度总理莫迪公开表示印度要成为全球人工智能（AI）中心，强调AI在制造业、农业与公共服务中的应用愿景。对化工与材料产业而言，印度庞大的人才池+制造业激励计划（PLI）+数据中心投资浪潮的组合，正把AI产业化作为下一阶段增长叙事。
神经算子学习Kohn-Sham映射，密度泛函理论逼近准线性标度
加州理工学院Anima Anandkumar团队等提出以Kohn-Sham映射为学习目标的轨道自由DFT新方法：用域不变SE(3)等变傅里叶神经算子从Kohn-Sham势直接预测密度与非相互作用动能，避免了病态动能泛函学习与外推性差的问题，实现稳定的准线性标度自洽场迭代，为大规模量子模拟开辟路径。
Lundbeck与Eversana扩大AI商业化合作：AI Agency平台扩展至市场准入与医学传播
丹麦神经科学药企Lundbeck与美国Eversana扩大AI商业化合作，在已部署的Eversana AI Agency平台基础上将AI能力扩展到营销、医学传播、市场准入与媒介运营四大领域，构建药企AI商业化的规模化框架。
美国Agtrinsic推出AI病害情报引擎，作物病害预测进入动态化时代
美国农业科技公司Agtrinsic发布Disease Intelligence Engine人工智能平台，用于农作物病害风险预测与管理。该引擎2026生长季在伊利诺伊州中部商业化田间条件下完成测试，预测准确性和对病害变化的早期预警均显著超越传统预报方法，将病害管理从周期性反应模式转向持续预测模式。
阿布扎比国家石油公司与SLB在120多台钻机上部署AI实时作业平台
Adnoc与SLB合作，将SLB的AI实时作业中心（RTO）平台部署到其120多座陆上与海上资产的钻机上，为团队提供更快、更互联的钻井作业监测、分析与管理手段，推进油田作业数字化转型。
聚合物连接纳米颗粒网络可用热流实现计算，类脑计算新硬件路线
研究团队将人工神经网络反向映射到聚合物连接纳米颗粒网络（PNNP）的原子模拟模型，通过高通量分子动力学模拟和贝叶斯优化调节聚合物连接体的塑性与纳米颗粒温度，证明该体系可用热流编码和处理信息，为热声子神经形态计算硬件提供了仿真验证。
AI成功破译人类DNA启动子序列特征：约60%的人类基因携带这一基因表达调控元件
加州大学圣迭戈分校Kadonaga实验室利用高通量DNA测序测定约50万种启动子变体的基因表达活性，结合机器学习训练出可识别启动子序列特征的AI模型，发现约60%的人类基因含有该启动子元件。该成果首次实现对人基因启动子存在与否的强预测，可评估相关突变致病效应并设计定制化合成启动子。
韩国将设立最高70万亿韩元“未来应对基金”，把芯片税收暴增转为战略投资
8月21日韩国企划财政部召开财政管理战略委员会会议，决定设立“未来应对基金”，将半导体景气带来的税收超收部分作为种子资本投向国家竞争力领域。当国税收入超过按过去10年平均增速计算的“趋势水平”时超额部分转入基金，不足时回补一般会计。基金将投向AI、SMR、核聚变、尖端生物等七大SEED计划及青年、地方发展。2027年趋势水平约370万亿韩元，实际税收预计超500万亿韩元，基金规模可达60万亿-70万亿韩元，景气持续或达100万亿。相关法案9月3日提交国会。
SandboxAQ发布AI催化剂筛选模型AQCat：吸附能计算提速2万倍，免代码自然语言调用
SandboxAQ宣布AQCat AI模型正式商用：通过Claude Science的MCP协议以自然语言提示即可评估催化剂候选材料，吸附能计算速度最高比传统DFT快2万倍且精度接近，基于含1350万次DFT计算的AQCat25公开数据集训练，并针对铁钴镍等磁性材料做spin-aware处理，将高通量催化剂发现从超算专家手中释放给普通实验室。
分子对接×AI：农药抗性研究与新颖农药设计的系统综述
发表于AgroPages的综述系统分析分子对接技术在农药抗性研究中的应用：该技术兼具计算效率与高通量筛选能力，可辅助解析抗性机制并加速新农药发现；与人工智能的深度融合正为农药合理设计拓展新空间，但打分函数、蛋白柔性与计算模型的局限仍需实验数据交叉验证。
AI解码疫苗应答密码：接种前'哨兵抗体'指纹可预测免疫反应强弱
亚利桑那州立大学团队在Cell Press Blue发表研究，通过分析4089名受试者对185种抗原的抗体谱（8687份样本），结合深度学习模型，发现接种前即存在的常见微生物抗体（如金黄色葡萄球菌、RSV等）可作为'哨兵抗体'，预测新冠疫苗应答强弱——包括健康人群中5-6%的弱应答者，为个体化疫苗接种策略提供框架。
百时美施贵宝联手Chai Discovery，用AI分子折叠模型加速抗体发现
8月20日，百时美施贵宝（BMS）与AI公司Chai Discovery达成合作，将利用后者的分子折叠与设计模型支持抗体候选物发现，构建'AI驱动、持续学习'的发现体系。这是Chai今年第二笔大药企合作——6月辉瑞已与其签署药物发现许可协议。
Anthropic蛋白质研究论文暴露其生命科学野心：AI公司正逼近药物发现核心地带
Anthropic发表的蛋白质研究在学界引发关注，Endpoints分析指出这家AI巨头正将基础模型能力延伸至生命科学核心。研究展示了大模型在蛋白质理解与预测上的进展，暗示AI公司可能绕过传统CADD路径直接切入药物发现，对AI制药初创与传统药企的竞合格局产生深远影响。
ADNOC与SLB在120多台钻机部署AI实时作业中心：上游数字化提速
阿布扎比国家石油公司（ADNOC）与SLB合作，将其AI驱动的实时作业中心（RTOC）平台部署到超过120台钻机，覆盖陆上与海上资产，为团队提供更快、更互联的钻井监测、分析与管理手段。此举是ADNOC大规模应用AI提升上游绩效战略的延续，瞄准钻井效率、安全与成本优化。
Motive 推出AI车队维保平台：故障码智能解读+自动工单，瞄准非计划停机
Motive发布AI驱动的车队维保平台Motive Maintenance，将车辆诊断、检验、维保流程与运营成本整合进其物理运营平台。系统用AI解读故障码并生成通俗描述与维修建议，可自动将检验缺陷、故障码与保养提醒转化为数字工单，并通过发票扫描追踪单车的维保与燃油总成本。