据Yann LeCun在X平台转述约翰霍普金斯大学教务长Denis Wirtz称，自2025年10月1日起，NIH新项目数量下降约80%、总资金额下降约70%，导致实验室关闭与科研人员出走（来源：X，@ylecun 与 @deniswirtz）。据上述来源，此轮收缩直接冲击依赖NIH支持的数据集、算力与多机构合作的生物医学AI，包括药物发现、临床机器学习与转化生物信息学。风险在于：纵向数据项目停滞、与资助配套的云资源缩减、AI在临床试验中的验证变难；但也带来机遇：产业联盟共建生物样本库与真实世界证据管线，支付方与医疗机构按结局付费赞助AI验证，基金会短期资助多模态模型方法学，企业推进合规数据合作以获取高质量训练语料（来源：同上）。若趋势延续，组学、病理与影像基础模型厂商需转向与医院的商业共研与收入驱动的试点。

据The Rundown AI在X平台报道，Isomorphic Labs的药物设计系统在最困难的蛋白—配体任务上将AlphaFold 3的表现提升到两倍以上；该帖还提到Demis Hassabis因AlphaFold获诺奖，并引用其2025年所言“也许我们有一天能在AI帮助下治愈所有疾病”。据该来源，这一突破意味着结构驱动药物发现中的命中筛选更快、结合位点与亲和力预测更准、先导优化周期更短，并带来平台授权、与大型药企在数据稀缺靶点上的合作以及以主动学习减少湿实验迭代成本等商业机会。

据Google DeepMind官方消息，AlphaGenome API目前每日处理超过100万次调用，服务全球160个国家的3000多位用户。研究人员已将该模型应用于复杂生物学难题，包括基因组学、药物发现及蛋白质分析，显示出广泛的实际应用和商业价值。该API的广泛采用为生物技术与制药企业带来AI驱动的新机遇，推动行业创新发展。