研究人员开发了Pyrite,这是一个用于评估药物发现中蛋白质-配体结合姿态排序代理的新基准。该基准包含1500个结合姿态对,专家化学家使用可视化工具和基于物理的评分,其表现接近随机水平,表明了任务的难度。为了解决这个问题,研究人员创建了两个基于LLM的代理:PyriteReasoner和PyriteFeaturizer。PyriteFeaturizer通过生成特征构建代码,达到了74%的准确率,超越了专家水平。研究表明,LLM引导的特征发现是解释和整合计算化学工具的一个有前景的方向。 AI
影响 为药物发现领域的LLM代理建立了一个新的基准,有望加速分子结合预测AI工具的开发。
排序理由 该集群描述了一个用于计算化学特定研究问题的新基准和LLM代理,该问题在一篇研究论文中提出。[lever_c_demoted from research: ic=1 ai=1.0]
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →