新法融合六類分子表徵提升性質預測
分子性質預測的性能高度依賴分子的數碼表示,但現有描述符各只捕捉化學資訊的一部分,缺乏兼顧完整性與部署效率的統一框架。研究人員提出新方法,先融合六類互補分子表徵,再以序列蒸餾壓縮為僅需序列輸入的模型。
六類表徵互補
物理化學描述符強調宏觀性質,圖結構表示關注拓撲關係,二維圖像提供視覺結構資訊,生物活性特徵反映功能關聯,量子化學描述符刻畫電子性質,分子語言模型則從序列中學習化學語義,各有優勢。


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。
