WiseOmni博客
分享AIDD智能体技术、行业洞察和最新动态
Chai-2：抗体设计的"24孔板"革命
Chai-2是一款多模态生成模型，在全新抗体设计任务上实现了16%的实验成功率，相比此前计算方法提升超过100倍，将抗体发现周期从数月缩短至两周。
阅读更多 →Chai-1：多模态分子结构预测的新进展
Chai-1是一款多模态分子结构预测基础模型，在蛋白质-配体相互作用预测和蛋白质多聚体预测等多个任务上达到业界领先水平，支持实验约束提示和单序列预测能力。
阅读更多 →RFdiffusion：当扩散模型遇见蛋白质设计
RFdiffusion代表了蛋白质设计领域的重要技术转向——将扩散模型从图像生成领域引入到蛋白质结构生成，在无条件单体设计、蛋白质结合物设计、对称寡聚体设计等多个任务上均取得了显著进展。
阅读更多 →OpenFold3技术评估: 开源AlphaFold3复现的性能进展与局限
OpenFold3-preview2是AlphaFold3的最新开源复现版本，由哥伦比亚大学、劳伦斯利弗莫尔国家实验室等机构联合开发，是目前唯一支持从头训练且性能接近AF3的学术复现。
阅读更多 →OpenFold技术评估：AlphaFold2开源复现的训练机制与泛化能力分析
OpenFold是AlphaFold2的完整开源复现版本，由哥伦比亚大学等机构开发，公开了完整的训练代码、模型权重和数据集，使研究人员能够从头训练模型并深入理解其学习机制。
阅读更多 →Evo 2：跨越所有生命领域的基因组建模与设计
Evo 2是Arc Institute、斯坦福大学及NVIDIA联合发布的生物基础模型，训练于9.3万亿DNA碱基对，涵盖所有生命领域基因组，实现100万token上下文窗口和单核苷酸分辨率。
阅读更多 →Evo：从分子到基因组尺度的多模态生物序列建模
Evo是Arc Institute与斯坦福大学联合开发的70亿参数基因组基础模型，采用StripedHyena架构实现单核苷酸分辨率的长序列建模，展现跨DNA、RNA和蛋白质模态的零样本功能预测能力。
阅读更多 →基因组语言模型：机遇与挑战并存的跨尺度建模探索
基因组语言模型（gLMs）作为将自然语言处理技术应用于DNA序列分析的新兴领域，在功能约束预测、序列设计和迁移学习等方面展现潜力，同时面临基因组规模庞大、功能区域稀疏等独特挑战。
阅读更多 →ESMFold技术解读：语言模型驱动的单序列蛋白质结构预测
ESMFold是Meta AI发布的基于蛋白质语言模型的单序列结构预测方法，无需MSA即可实现与AlphaFold2相当的预测精度，同时将推理速度提升最高达60倍。
阅读更多 →蛋白质语言模型综述：技术演进、核心挑战与未来方向
本文系统梳理蛋白质语言模型（PLMs）的技术架构演进、位置编码策略、扩展定律、数据集构建及下游应用，涵盖ESM系列、ProGen2等主流模型，并分析MSA-free与多模态融合两大未来趋势。
阅读更多 →VirSentAI：人畜共患病监测与药物重定位的自主多模态智能体
VirSentAI是由西班牙拉科鲁尼亚大学开发的自主三模态智能体，通过MedGemma、HyenaDNA和PLAPT三个AI模型实现病毒监测与药物重定位。在31,728个完整病毒基因组上达到AUROC 0.95。
阅读更多 →Fleming：用于结核分枝杆菌抗生素设计的整合性AI智能体
Fleming是由哈佛大学等机构开发的用于结核病抗生素发现的整合性AI智能体。在435个分子的前瞻性验证中达到83%命中率，6个从头设计的分子经湿实验验证全部显示Mtb抑制活性（100%命中率）。
阅读更多 →Latent-Y：实验室验证的自主药物设计智能体技术评估
Latent-Y是首个能够从自然语言提示自主完成端到端生物制剂设计的AI智能体。在9个靶点的湿实验验证中，成功率达67%，实现56倍效率提升，标志着药物发现从"分子设计"向"规模化执行"的范式转移。
阅读更多 →Agentic AI的社会性转向：对"智能爆炸"叙事的重新审视
基于Science评论文章的深度解读：智能本质上是高维的、关系性的社会属性。研究表明，推理模型通过内部"思维社会"的多视角辩论提升准确性，人机"半人马"协作形态正在重塑知识工作。
阅读更多 →BoltzGen技术解读：全原子生成模型驱动的通用结合物设计
BoltzGen是MIT、Valence Labs等机构联合开发的开源全原子生成模型，用于设计蛋白质和多肽结合物，在8个湿实验验证项目中实现66%的nM级结合物成功率。
阅读更多 →Boltz-2技术解读：结构预测与结合亲和力预测的统一开源框架
Boltz-2是MIT、Valence Labs和ETH Zurich联合开发的开源生物分子结构预测模型，首次使AI模型的结合亲和力预测精度接近FEP方法水平，计算效率提升超过1000倍。
阅读更多 →Boltz-1技术解读：开源生物分子相互作用预测模型
Boltz-1是MIT、Genesis Research和CHARM Therapeutics联合开发的开源生物分子结构预测模型，在AlphaFold 3架构基础上实现多项创新，达到与之相当的预测精度。
阅读更多 →IsoDDE技术解读：生物分子相互作用预测的泛化能力跃升
IsoDDE是Isomorphic Labs开发的药物设计引擎，在AlphaFold 3架构基础上实现显著改进，在蛋白-配体、抗体-抗原界面预测等任务上性能较现有方法有显著提升。
阅读更多 →AlphaFold 3 技术报告解读
AlphaFold 3是DeepMind与Isomorphic Labs联合开发的生物分子结构预测模型，采用基于扩散的架构更新，能够统一预测包含蛋白质、核酸、小分子、离子及修饰残基的复合物结构。
阅读更多 →AlphaFold2蛋白质结构预测模型深度分析
AlphaFold2代表了蛋白质结构预测领域的里程碑式突破，首次实现了在大多数情况下达到实验精度的计算预测。本文深度解析其技术原理、性能表现及应用前景。
阅读更多 →AIDD智能体：一个新时代的到来
AIDD智能体时代的到来标志着AI药物研发从专业工具走向基础设施。本文预测了AIDD智能体将带来的六大变革，包括基座模型调用量增长、自主规划工作流、DMTA循环优化等。
阅读更多 →