DrugFlow

2026-01-01

导读：祝你新年快乐！

当2026年新年的钟声响起，我们又一次站在了时间的折叠点上。

此刻，屏幕上的光标仍在闪烁，一行行Python代码正在试图解析数亿年进化留下的谜题。在这个时刻，请允许我向过去一年的辛苦的你，向所有在实验室里调试模型、写代码、做实验的同行同学们，道一声：新年好。

回望2025，是AIDD不断进击的一年。我们走过了算法的狂热期，开始在泡沫散去后的海滩上，拾起那些真正坚硬的贝壳。我们不再轻易为一次高分的基准测试（Benchmark）欢呼，而是更沉默地注视着那些模型在真实物理世界中的表现。

因为我们知道，生命科学不是一段静态的代码，而是一场永不停息的动态博弈。

这一年，我们让科学回归共享。

曾几何时，顶尖的结构预测模型如同深锁在高墙内的神谕。在过去的2025年，我们不再单纯沉醉于AlphaFold3时刻的惊艳，随着Protenix和OpenFold3的出现，我们见证了“开源”二字沉甸甸的分量。Boltz-2 更是进一步将预测的边界，从单纯的“结构”推进到了“亲和力”这一药物设计的圣杯。我们不再满足于仅仅使用一个闭源的黑盒，而是致力于构建可复现、可训练、可扩展的基座。

这是一种平权。它意味着，无论你身处顶尖的制药巨头，还是初创的Biotech实验室，你都有机会站在巨人的肩膀上，去探索那些未被攻克的靶点。

这种产业协作的新变量，让我们在保护商业秘密的同时，得以共同训练出更贴近真实药企分布的基础模型。

这一年，我们逆转逻辑，从“预测”走向“设计”。

长久以来，我们习惯于做观察者，预测蛋白质的折叠，推演复合物的结构。但在2025年，ODesign、PX Design、BoltzGen等算法的问世，标志着“反演（Inversion）”范式的确立。我们不再被动地等待筛选结果，而是开始主动地生成。

全原子的生成模型开始像乐高大师一样，在原子的废墟上搭建起自然界未曾存在的楼阁。从RFdiffusion3对长序列的精准编辑，到针对无序区域的复杂界面设计，我们正在把“生成一些候选分子”变成“可编程的生成过程” 。这也是工程思维在生物学中的一次进击。

这一年，我们敬畏物理，在柔性中寻找确定性。

如果说过去的Docking是在静态摸索，那么2025年，我们则始终在探索生命的“柔性”。

SurfDock、PackDock、CarsiDock-Flex 告诉我们，蛋白质不是刚体，侧链的每一次重排、诱导契合的每一个瞬间，都是药物结合的关键。

RAPiDock把蛋白–肽复合体的构象空间压缩成可采样、可解释、可迭代的轨道；CarsiDock-Cov又将“共价键形成”这种强物理事件写进模型结构，让共价抑制剂设计不必再依赖繁琐的规则拼补与事后修正。

我们看到PhysDock试图将物理约束直接融入扩散过程，试图用AI去逼近FEP的精度。

我们也看到PoseBench开始用近乎苛刻的审计标准，去质问那些Co-folding模型：你们是在理解物理，还是仅仅在记忆训练集。

这种自我批判，是学科成熟的标志。我们要的不是美丽的得分，而是物理的一致性。

这一年，我们拓宽了视野，从口袋走向了表型。

药物研发的终点不是结合一个口袋，而是治疗一种疾病。

2025年，算法的触角延伸到了更宏大的系统生物学层面。G2D-Diff和MGMG等模型，不再局限于单一的靶点结构，而是将基因表达谱、细胞形态学表型直接作为生成的条件。

从Genotype到Molecule，跨模态的生成正在弥合微观分子与宏观生命现象之间的鸿沟。

面对2026，我们依然如履薄冰，但心怀热望。

各位同仁，无论你是埋首于代码的架构师，还是穿梭于工作台之间的实验员，由于AIDD的存在，我们的命运从未像今天这样紧密相连。

我们深知，当下的AI模型依然存在“幻觉”，湿实验的成功率依然有限。

但在算法的迷雾中，我们已经看见了微光。那微光，是每一个被准确预测的Pose，是每一个被成功生成的Binder，是未来某一天，患者床头那颗被确证有效的药丸。

我们希望将硅基的算力，注入碳基的生命。

在这个充满了不确定性的时代，唯有探索本身是确定的。让我们继续在数据的海洋中修正航向，在物理的约束下释放想象。

我们的使命不仅是发表论文，更是为了期待治疗的病患。

愿你的模型收敛于真理，愿你的实验复现于现实。

祝你新年快乐。

碳硅智慧

2026年1月1日

关于碳硅智慧(www.carbonsilicon.ai)

碳硅智慧是一家聚焦于新药研发的科技公司，我们的定位是新药研发领域的人工智能基础设施和服务提供商。我们希望将最先进的生命科学技术与人工智能等信息科学技术深度融合，面向新药研发，利用深度生成（AIGC）、自监督预训练、强化学习等人工智能先进技术，并深度融合物理计算及软硬件自动化技术，通过提高新药研发领域生产数据、管理数据以及对数据进行AI建模的能力，将新药研发各环节数字化和智能化，形成干湿试验数据闭环，解决新药研发难题。

关于DrugFlow (www.drugflow.com)

DrugFlow是由碳硅智慧研发的AI驱动的一站式创新药发现平台，核心算法均具有自主知识产权，以SaaS或混合云方式提供给第三方客户使用。DrugFlow涵盖靶标发现，苗头化合物发现和先导化合物优化等环节，集成世界领先的靶标发现、活性预测、成药性预测、分子生成优化、虚拟筛选、AI建模、结构式及表格提取、蛋白预处理等模块，帮助药化专家更高效便捷地找到潜在成药分子。DrugFlow努力打造覆盖药物研发完整流程的软件平台，基于自动化硬件产生的数据迭代模型，并将专家融合到流程中，最终形成数据驱动人机协同的统一设计平台，显著提高药物研发的确定性。

【声明】内容源于网络

DrugFlow

关注AI驱动的新药研发（AIDD）方向，提供有价值的科研资讯和服务。

内容 31

粉丝 0

DrugFlow 关注AI驱动的新药研发（AIDD）方向，提供有价值的科研资讯和服务。

总阅读15

粉丝0

内容31

在计算的噪声中，寻找分子的信号——关于2026的新年献词