研究人员开发了一种利用蛋白质-配体共折叠学习小分子表征的新方法。该方法以Boltz2模型为证，表明原子级交互数据可显著提高ADMET预测和分子生成等任务的性能。研究发现，这些共折叠表征与现有方法互补，并能提高分子发现的样本效率。 AI
影响 为小分子基础模型引入了一种新颖的预训练范式，有望改进药物发现和分子设计。
排序理由 研究论文，详细介绍了分子表征学习的新方法。 [lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2602.13249v2 Announce Type: replace-cross Abstract: Small-molecule foundation models are typically pretrained on standalone molecular data, unlike vision and language models that often benefit from cross-modal or relational supervision. Protein-ligand co-folding provides a …