PulseAugur
中
实时 11:58:09
English(EN) ShallowBench: Benchmarking Generative Drug Design Models on Shallow-Pocket Targets

新的基准测试ShallowBench针对浅口袋的AI药物设计

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了ShallowBench，这是一个新的基准测试，旨在评估用于药物设计的生成式AI模型，特别关注具有浅结合口袋的靶点。现有模型在这些具有挑战性的靶点上表现不佳，而这些靶点在肿瘤学等领域很常见。ShallowBench包含5,780个靶点，旨在推动AI架构和损失函数的创新，以改善历史上难以靶向的蛋白质的药物发现。 AI

影响 凸显了当前生成式AI在药物设计中的局限性，激发了针对具有挑战性生物靶点的新模型的开发。

排序理由 该集群包含一篇介绍AI模型新基准测试的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.AI 阅读 →

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

报道来源 [1]

  1. arXiv cs.AI TIER_1 English(EN) · Saket Reddy, Shiwei Liu ·

    ShallowBench：对浅口袋靶点进行生成式药物设计模型基准测试

    arXiv:2606.06717v1 Announce Type: cross Abstract: While generative AI models have demonstrated remarkable success in structure-based drug design, they predominantly rely on deep binding pockets and struggle to sample effective ligands for challenging low-pocketability targets, su…

相关实体

相关话题