新框架PMRD推进多模态零样本药物属性预测

研究人员开发了PMRD，一个旨在增强多模态零样本药物属性预测的新型框架。该方法通过整合基因表达和细胞形态等细胞反应，同时缓解直接数据融合带来的问题，来改进药物表征的学习。PMRD将机制一致性因素与模态特定信息分离开来，构建了一个共识响应域，并使用机制候选增强和可靠性感知多视图检索等技术，以实现对未见化合物更准确的预测。 AI

影响 通过改进对未见化合物的零样本属性预测，增强了AI在药物发现中的能力。

排序理由 该集群包含一篇详细介绍新药物表征学习框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• CORE Recommender
• DagsHub
• Gotit.pub
• Hugging Face
• Influence Flower
• Jintao Huang
• ScienceCast

• 论文
• 其他

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