研究揭示Transformer分子設計能力邊界
Cell子刊Patterns刊載的一項研究,以序列生成式化合物設計為模型體系,系統檢視Transformer在分子設計任務中的學習特徵,檢驗其能否學習與蛋白–配體相互作用相關的資訊,結果揭示這類模型的潛力與明顯局限。
生成式分子設計
源自自然語言處理的Transformer網絡,近年被廣泛應用於藥物設計中的生成與預測任務。研究以基於序列的生成式化合物設計為切入點,分析模型在這類任務上的實際表現與內在機制。


IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文,仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入/註冊解鎖全文 →Google 或電郵地址即可,即刻解鎖。
