PulseAugur
实时 10:07:11
English(EN) HEDGEHOG: Hierarchical Evaluation of Drug Generators Through Rigorous Filtration

新的HEDGEHOG基准揭示了AI药物发现生成器的局限性

开发了一个名为HEDGEHOG的新基准,用于严格评估早期药物发现中使用的分子生成器。这个受工业工作流程启发的六阶段筛选过程,根据理化性质、合成可及性、结合亲和力和3D构象来评估化合物。当应用于23个分子生成器和超过230,000个生成的分子时,HEDGEHOG发现只有一小部分,即0.65%,通过了所有阶段。该基准突显了当前分子生成器的一个重大局限性,因为化合物很少能同时满足药物化学、合成、对接和3D构象的筛选条件。 AI

影响 突显了当前AI药物发现工具的一个关键差距,可能指导未来模型开发朝着更实际的应用方向发展。

排序理由 该集群描述了一篇介绍用于评估药物发现领域AI模型的新型基准的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的HEDGEHOG基准揭示了AI药物发现生成器的局限性

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Daria A. Ryabchenko (Ligand Pro, Moscow, Russia, Skolkovo Institute of Science and Technology, Artificial Intelligence Center, Moscow, Russia), Pavel Gurevich (Ligand Pro, Moscow, Russia, Skolkovo Institute of Science and Technology, Artificial Intellige… ·

    HEDGEHOG:通过严格筛选对药物生成器进行分层评估

    arXiv:2607.13155v1 Announce Type: new Abstract: Generative molecular models can support early drug discovery by proposing new candidate compounds de novo. In practice, useful candidates must balance target-relevant activity, synthetic accessibility, physicochemical properties, an…