一篇新发表在arXiv上的研究论文质疑了像CLOOME和CellCLIP这样的分子编码器在药物发现中作为表型预测替代品的有效性。该研究控制了数据泄露和细胞毒性相关性等潜在混淆因素,发现这些预训练编码器与更简单的理化描述符相比没有显著优势。事实上,研究表明,在各种表示中,预测细胞毒性通常比预测表型活性更容易。 AI
影响 表明需要对药物发现中的AI模型进行更严格的评估,以避免夸大性能声明。
排序理由 发表在arXiv上的研究论文,评估机器学习模型。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- CellCLIP
- Cell Painting
- CLOOME
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- Influence Flower
- multilayer perceptron
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →