Claude 在 Claude Science 中自主设计蝎毒蛋白结合体，211 个设计中 17 个达标
Anthropic 的 Claude 在 Claude Science 研究环境中基本自主设计了针对蝎子神经毒素的蛋白结合体，这类毒素每年致死超过 3250 人。
#材料
The DecoderAI 评分7575 arXiv 量子物理AI 评分2929 Er³⁺、Tm³⁺与Eu³⁺分子配合物低温光学光谱对比研究
研究在相同配体环境下对比了Er³⁺、Tm³⁺和Eu³⁺分子配合物的低温光学性质，仅Eu³⁺配合物观测到光谱烧孔，Er³⁺和Tm³⁺中未检测到可测烧孔。Er³⁺和Tm³⁺粉末样品在冷板低温恒温器中表现出强局部加热与缓慢热弛豫，恢复时间达数秒，部分Er³⁺激发条件下延长至数十秒。作者认为加热不足以解释全部差异，离子依赖的弛豫与退相干过程及声子介导展宽更可能是主因。
arXiv 物理AI 评分3838 SENK：用响应态学习与电子先验实现可迁移振动光谱表征
SO(3) 等变神经卡尔曼网络（SENK）以等变 Transformer 主干学习 Hessian、偶极导数和极化率导数，并通过 Equivariant Neural Kalman 桥与 NBO 电子先验通路实现状态修正和光谱校准。
arXiv 物理AI 评分4242 概率去噪框架从噪声数据中提取光谱信号并给出预测不确定性
研究者提出一种概率去噪框架，可从噪声数据中同时提取去噪信号和逐元素预测不确定性。在三维角分辨光电子能谱数据上，该模型能从平均每体素仅 0.02 个电子的泊松噪声中可靠恢复铜氧化物超导体的谱特征，并将不确定性传播到后续超导能隙分析，给出有科学意义的误差棒。该方法还成功扩展到二维 X 射线衍射数据。
arXiv 物理AI 评分3434 基于张量列分解的低秩近似让 Moment Tensor Potential 训练集减半且精度不降
研究团队基于张量列（TT）分解实现 Moment Tensor Potential（MTP）的低秩近似，提出 TFMTP 模型。在 FLiNaK 熔盐分子动力学模拟与 Mo-Nb-Ta-W-V 五元合金几何优化中，TFMTP 在 1.5 倍压缩下所需拟合构型数比原 MTP 少一半，精度无差别。两种模型预测的 FLiNaK 密度、粘度及合金弹性常数与体模量差异可忽略。
arXiv 物理AI 评分3636 集成光子神经网络中的记忆：从物理机制到神经形态架构
这篇 82 页综述系统梳理了集成光子神经形态系统中记忆的作用，按物理原理对延迟线、慢光结构、多稳态动力学以及基于电荷俘获和相变材料的结构性记忆进行分类。文章区分了易失与非易失机制的保持特性、时间行为和作为状态或参数记忆的计算角色，并评估其在信道均衡等时变信号处理任务中的相关性。
arXiv 物理AI 评分2323 贝叶斯概率框架量化加纳 Densu 流域儿童重金属健康风险
研究用贝叶斯概率框架评估加纳 Densu 河流域地下水对儿童的非致癌风险，基于 94 个地下水样本的 Fe、Mn、Ni、Pb、Cd、As 测量，以自适应 Hamiltonian Monte Carlo 做后验推断并结合反距离加权生成空间风险面。
arXiv 物理AI 评分2626 6DoF 机器人头部稳定系统的人机交互工作空间测定
研究用 6DoF Stewart 平台机器人开展人体志愿者实验，表征头颈系统的生物运动学工作空间，为精准头部稳定控制中的人机交互建立基础数据。该方案以集成实时光学运动追踪的 6DoF 机器人头部固定器替代刚性立体定向框架和热塑面罩，无需物理约束即可动态补偿头部运动。
arXiv 物理AI 评分4848 MoSAIK：用 AI 在 k 空间搜索运动，实现脑 MRI 回顾性运动校正
MoSAIK 直接从标准多线圈 TSE k 空间回顾性估计平面内刚体运动，无需无运动参考、外部导航或额外采集，并将预测参数纳入模型驱动的运动感知重建。旋转与平移估计误差 MSE 均低于 0.2（deg²、pixels²），Pearson 相关性约 0.96 和 0.94；在全部在体采集中超过 75% 的层面相对未校正重建获得信息增益。
arXiv 物理AI 评分5858 研究用机器学习分子动力学绘制行星包层中氨氢相平衡图
研究团队用基于密度泛函理论训练的机器学习原子间势，对氨氢体系在 500 至 4000 K、0.1 至 100 GPa 范围内开展大规模两相共存模拟，绘制出富氢相与富氨相的共存组成及临界曲线。
arXiv 物理AI 评分5858 LatticeMind：面向密度泛函理论工作流的校验门控智能体框架
作者提出 LatticeMind，一个把自然语言请求转换为可执行、可检查的密度泛函理论（DFT）项目的校验门控智能体框架，通过工作流契约、确定性校验器、有界修复和可追溯报告来保证多阶段计算流程的可靠性。
arXiv 物理AI 评分3434 APS ELN 如何为人类与语言模型智能体记录数值级数据溯源：一份经验报告
APS ELN 电子实验记录本采用数值级溯源架构，让每个存储数值记录来源文件、DFR 插件及版本、交互分析选择或派生量公式。对材料实验室近 5 年项目的审计发现，原始文件到存储数值的链路因人工录入缺失文件引用和提取器版本而断裂。
arXiv 物理AI 评分3838 TerraNostra-Bench：全球 1 公里土地利用重建的空间降尺度与时间推演基准
研究提出 TerraNostra-Bench，将高分辨率土地利用重建视为语义分割任务，用粗分辨率情景数据、气候分类与静态地球物理特征生成 1 公里年度土地利用图，并把空间降尺度与自回归时间推演分开评测、只对稀有的土地利用变化像素打分。
arXiv 物理AI 评分4848 随机介电图案训练实现纳米光子结构电磁场免重训预测
一种在随机介电图案上训练的电磁代理求解器，可直接预测未见几何与材料排布的复杂电磁场而无需重训。训练集含 5,001 个随机自由形状图案与 140 个相对介电常数（2.1 至 16.0）的 700,140 种组合，在 35,441 个几何-介电样本上，膨胀残差网络平均相对场误差为 1.4%-7.6%。对 6,950 个逆向设计超透镜样本，最优三种架构预测透射功率的中位相对误差为 0.7%-0.9%。
36氪 · 快讯AI 评分4343 亚盛医药利生妥获突破性疗法认定，用于初治CLL/SLL
亚盛医药原创1类新药Bcl-2抑制剂利生妥®（利沙托克拉，APG-2575）被NMPA药品审评中心纳入“突破性治疗品种”名单，用于联合阿可替尼治疗成人初治慢性淋巴细胞白血病/小淋巴细胞淋巴瘤（CLL/SLL）患者。该认定由公司在港交所公告披露。
AWS Machine Learning BlogAI 评分3434 在 Amazon SageMaker HyperPod 上微调 GPT-OSS-20B 实现多语言推理
针对 GPT-OSS-20B 在多语言推理测试中仅 22% 用目标语言思考的问题，AWS 在 Amazon SageMaker HyperPod 上用 SFT 与 GRPO 进行微调。结论是 SFT 承担大部分工作，GRPO 在仍有提升空间时进一步优化，技术选择需匹配模型能力差距。团队还用 Qwen2.5-7B 做了跨任务对照实验。
华尔街见闻 · 要闻AI 评分5858 剂泰科技与礼来合作开发组织特异性LNP递送技术，总额最高11亿美元
剂泰科技（7666.HK）宣布与礼来达成战略合作，聚焦新型LNP递送解决方案的研究与发现，探索支持多种治疗模式的组织特异性递送。剂泰将依托NanoForge驱动的可离子化脂质发现与优化平台AiLNP研发新一代递送技术，礼来投入药物发现、开发及商业化资源。
arXiv 物理AI 评分3838 ZStar：统一计算极化、Born 有效电荷、介电与压电响应及红外/拉曼光谱的开源工具包
ZStar 是开源 Python 工具包，可自动计算极化、Born 有效电荷、声子、静态与频率相关介电响应以及红外和拉曼光谱，支持体块晶体、二维材料、一维结构和分子。
arXiv 物理AI 评分3030 结合 SFG 光谱与神经网络势分子动力学解析水-磁铁矿界面结构
研究结合相位分辨和频振动光谱（SFG）与神经网络势分子动力学模拟，解析中性及碱性 pH 下磁铁矿-水界面的分子结构。模拟将不同光谱特征归属为解离表面 OH 基团、八面体铁位点吸附的羟基与水分子、解离位点结合水及四面体行上方水分子，并揭示纳秒尺度重排的反应性界面羟基网络。实测与计算 SFG 光谱的系统性差异表明现有磁铁矿表面模型未能完全代表水相界面。
arXiv 物理AI 评分3838 基于数据分布微观结构的信息量化方法 Micro-Information Analysis
研究者提出名为“Micro-Information Analysis”的方法，通过先做无监督聚类捕捉数据分布中的高斯微域（微状态）及其占比、间距与非高斯残差比例，再结合聚类与香农熵最小化，以 bit 为单位量化数据微观结构所含信息。该方法输出易解读的 Information-Microstructure 图，可对不同数据按信息含量比较排序，并在合成数据与分子模拟数据上完成验证。
arXiv 物理AI 评分3636 Tersoff-NN：用神经网络扩展 Tersoff 势的混合机器学习键序模型
研究者提出 Tersoff-NN，一种面向 Si 的混合机器学习势，保留 Tersoff 势的解析径向相互作用与截断结构，仅用紧凑神经网络表示环境依赖的键序因子。
arXiv 物理AI 评分2525 光通信与光计算中的白盒、黑盒与物理信息数据驱动建模对比分析
该论文在光放大器、直接调制激光器和干涉仪网格三个用例上对比了白盒、黑盒与物理信息数据驱动三种建模范式。研究从模型复杂度、数据效率、泛化性和模块化四个维度评估各自权衡，指出数据驱动模型推理更快但训练数据效率低、泛化性有限，而融合物理知识与数据学习的混合范式可兼顾两者优势。
arXiv 物理AI 评分4242 多任务学习结合半经验轨道电荷，实现高样本效率的 MLIP
研究显示，用轨道分辨的半经验电荷做多任务学习，可显著提升机器学习原子间势（MLIP）的样本效率与精度。引入计算廉价的 GFN1-xTB 轨道电荷后，模型能量平均绝对误差较仅能量基线降低 58%，达到同等性能所需数据量减少至五分之一；相比能量与力联合训练的更强基线，能量误差仍降低 12%。轨道电荷仅在训练阶段使用，不影响推理效率。
arXiv 物理AI 评分5858 AceFF：面向小分子药物发现的机器学习原子间势函数
作者提出预训练机器学习原子间势函数 AceFF，基于改进的 TensorNet2 架构在类药化合物数据集上训练，兼顾高通量推理速度与 DFT 级精度。两个同架构模型 AceFF-2 与 AceFF-2-OMol 分别覆盖 H、B、C、N、O、F、Si、P、S、Cl、Br、I 等药物化学元素及 Na、K 离子，并显式训练处理带电状态。
arXiv 物理AI 评分3636 训练数据集对机器学习原子间势至关重要：以水模拟为例
以水为案例的研究显示，机器学习原子间势（MLIP）若训练数据集采样不足，会错误预测密度、熔点和核量子效应。而用同一电子结构方法在全面数据集上训练的 MLIP，其性质预测与模型架构无关且彼此一致，密度与参考计算定量吻合。
arXiv 物理AI 评分3434 TRECI：用数据高效迁移学习构建恒电势电化学界面的机器学习力场
研究者提出 TRECI 工作流，通过从通用与领域专用模型迁移学习构建机器学习力场，在电子巨正则分子动力学中以更少参考构型达到 ab initio 级精度。在 Cu(111)-水界面仅用 1000 个构型训练即获得准确模拟，捕捉到此前未报道的偏压依赖溶剂重构效应。该方法使高阶 meta-GGA 泛函与严格表面带电方案可用于恒电势模拟，显著降低电化学建模成本。
arXiv 物理AI 评分3838 Movienet 加速径向 CEST-MRF 采集：3 分钟完成全脑成像，重建不到 2 秒
研究将 Movienet 网络用于加速径向 CEST-MRF 数据重建，8 条辐条采样的 Movienet-8 在留一被试分析中图像相关性中位数达 0.965、NRMSE 为 7.5%。重建 30 层序列仅需 1.7 秒，而 GRASP-LLR 约需 45 分钟。该方法使全脑径向 CEST-MRF 采集可在 3 分钟内完成。
arXiv 物理AI 评分3838 综述：面向原子间势的主动学习——不确定性驱动的数据效率
一篇综述梳理了七十余项研究，重点覆盖 2020 至 2026 年的工作，回顾主动学习如何从 query-by-committee 和高斯过程力场的即时训练技术，演变为多样化的数据高效策略。综述涵盖即时分子动力学、预训练模型微调的主动数据选择、基于冻结预训练模型的核方法与表征采集，以及非平衡化学体系的反应感知采样。作者同时指出，不确定性估计在不同模型架构间不可互换，且往往在最关键处最不可靠。
arXiv 物理AI 评分3838 条件神经算子从稀疏速度波形定位并量化脑动脉狭窄
研究者提出一种条件神经算子，可预测候选狭窄下的脑血流动力学，并通过比对中点速度波形反推狭窄位置与严重程度。模型在20条候选血管中定位准确率达99.4%，30%噪声下为96.0%；压力、面积、速度的网络平均相对验证误差分别为0.14%、0.59%、2.79%。观测血管数量相同时，测量位置会影响恢复效果，该评估仅限模拟网络中的未见狭窄场景。
arXiv 物理AI 评分5858 SLEvolve v1.0 用有限状态递推加速海平面建模
Xiyuan Bao 等人在论文中提出，把粘弹性松弛核的指数形式改写为有限模态状态的精确递推更新，无需重新累加全部历史载荷，使单次运行复杂度从 O(N²) 降至 O(N)。
arXiv 物理AI 评分5252 MACE-MPA-0 逐原子监督蒸馏势函数，支撑百万原子分子动力学模拟
研究团队用精确等变基础模型 MACE-MPA-0 检查百万原子生产模拟中的每一个原子，发现系统平均误差和小规模随机抽检会漏掉稀疏的局部失效。他们把两层 MACE 推理重组为接收端分块的三遍调度，使每原子边际内存降低 340 倍，单张 H200 GPU 上可评估多达 2.86×10^7 个原子，并在 LAMMPS 中以 1.3% 的运行时间监督 10^6 原子轨迹。
arXiv 物理AI 评分3131 GINNGER：基于 GENERIC 的神经网络用于生成式流变学
GINNGER 将 GENERIC 形式嵌入学习过程，从微观流动数据中发现满足热力学第一、第二定律的本构方程，无需预设唯象本构模型。该框架在聚合物构象张量的本征特征空间中做谱表述，使剪切、拉伸和混合流动数据共同发现一个可跨变形协议与流场几何泛化的本构模型。高保真模拟验证显示其能准确重构本构行为并预测未见几何下的复杂流场。
arXiv 物理AI 评分2020 有限场框架下的电化学分子动力学：LAMMPS 中实现恒压控制的 electrostat 方法
研究提出一种在 3D 周期边界条件的有限场模拟框架内实现电压控制的分子动力学协议，并在 LAMMPS 的 ELECTRODE 包中实现该控制装置，命名为 electrostat。模拟系统基准测试表明其与恒电位仪等价，并量化了正确处理系综涨落的重要性。对数千原子体系，electrostat 与更简单的恒场模拟给出相同平衡性质，差异仅在更小尺度显现，该框架还可扩展至第一性原理与反应性机器学习势。
arXiv 物理AI 评分5858 波长多样性提升光学计算的函数逼近表达能力
加州大学洛杉矶分校等机构的 Aydogan Ozcan 团队提出，波长多样性可通过共享相位编码器产生的波长缩放傅里叶特征提升光学函数逼近的表达能力，且无需增加输入编码谐波数量。
arXiv 物理AI 评分4040 NanoTerasu BL08U 软 X 射线光束线实现机器人真空传输与机器学习分析的无人化终端站
日本 NanoTerasu 光源 BL08U 光束线建成可无人值守运行的自动化终端站，由 4 个腔室单元和 2 台机器人完成样品从大气到超高真空测量台的自动传输与测后归位。系统按程序在指定样品区域扫描微聚焦光束，自动采集软 X 射线吸收谱，并用主成分分析、多维缩放、t-SNE 和 UMAP 等机器学习方法自动评估，高通量数据汇入数据库供远程用户查看。
arXiv 量子物理AI 评分3434 从原子级杂质景观到双能级系统分布与微波损耗：Nb₂O₅₋δ 与 Ta₂O₅₋δ 中的氢致损耗
研究者提出一套第一性原理引导的框架，可从无序材料中的可移动杂质预测统计性 TLS 分布。该框架结合机器学习原子间势与 DFT、最小作用路径验证，将杂质景观关联到隧穿劈裂、不对称分布、TLS 密度与介电损耗。
果壳 · 科学人AI 评分4040 使用替尔泊肽半年后暴食，我突发急性胃扩张住院
一名使用替尔泊肽半年的减重者因未吃早餐疑似低血糖，一次性吃下蛋挞和菠萝后出现喷射性呕吐与水样腹泻，急诊CT显示胃壁积气、肝内积气，被诊断为急性糜烂出血性胃炎合并腹腔感染，医生判断与替尔泊肽相关的胃排空延迟导致急性胃扩张。她住院插胃管减压、禁食禁水并持续输液，3天后拔管，体重降至近年史低，出院后停针并安排胃肠镜检查。
Google DeepMind精选AI 评分6565 Google DeepMind 用 Antigravity 智能体平台发现新型抗菌肽候选物
Google DeepMind 介绍其智能体开发平台 Google Antigravity 如何用于抗菌肽发现，生物学家与 AI 智能体在一次多轮会话中完成跨数据库检索、结构分析和文献综合，找到一个对呼吸道感染相关病原体有预测活性的新型抗菌肽候选物，目前正进行湿实验验证。
推荐理由：原文完整展示了智能体如何把跨库检索、结构分析与文献综合压缩进一次会话，可观察 AI 介入科研流程的具体分工。
Latent SpaceAI 评分5858 Leash Bio 的 Ian Quigley 谈 DEL 数据与科学智能体 Minos
Latent Space 播客访谈 Leash Bio 的 Ian Quigley，讨论该公司如何用 DNA 编码库（DEL）获取高重复性蛋白与小分子结合数据，并用于大规模建模。
Google DeepMind精选AI 评分7474 Google DeepMind 推出 SynthID Bio，为 AI 生成蛋白质嵌入可验证水印
Google DeepMind 发布 SynthID Bio，将水印技术用于合成生物学，把不可感知的签名直接嵌入生物代码，在实验室测试中保持蛋白质的生物功能。该方法针对序列微调氨基酸选择、针对 3D 结构调整原子坐标，并微调 AlphaFold 3 扩散网络的一小部分，使预测坐标自带可检测签名。
推荐理由：读者可了解水印如何嵌入蛋白质序列与 AlphaFold 3 结构，以及它对 DNA 合成筛查的意义。