https://inkeast.github.io/MessageDaily/tags/%E8%8D%AF%E7%89%A9%E7%A0%94%E5%8F%91/Recent content in 药物研发 on MessageDailyHugozh-cnTue, 27 Oct 2026 12:06:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-27-latent-space-leash-bio-sar-agent-eval/Tue, 27 Oct 2026 12:06:00 +0800https://inkeast.github.io/MessageDaily/posts/2026-10-27-latent-space-leash-bio-sar-agent-eval/Latent Space Science 主持人 Brandon 与 RJ 追访 Leash Bio 的 Ian Quigley：今年夏天那期「把湿实验室做成 RL 环境」的想法已成正式产出——预印本、数据集、环境包与约九万次构效关系（SAR）rollout 随节目发布。最意外的发现是行为学层面的：更强的模型不是搜得更勤，而是更快抛弃无效的分子邻域；弱模型则对着低分分子「感觉良好」地反复微调。这套「摊销延迟的 lab-in-the-loop」把药物发现评测从只看结果推进到可量化科学决策过程。https://inkeast.github.io/MessageDaily/posts/2026-10-18-latent-space-leash-bio-del-rl-env/Sun, 18 Oct 2026 00:00:00 +0000https://inkeast.github.io/MessageDaily/posts/2026-10-18-latent-space-leash-bio-del-rl-env/Latent Space 对话 Leash Bio 创始人 Ian Quigley：他们用 DNA 编码文库（DEL）完成了约 2000 个蛋白构建、约 5000 次筛选，先在 Kaggle 竞赛中证明"最难的外推集上无人跑赢随机"，再发现公共药物数据里模型学的是化学家的"社会学指纹"；随后用定点突变与竞争置换制造因果反事实，把整个筛选语料变成语言模型可以即时查表的强化学习环境——“上周末抽出一万多次构效关系战役”。