实体
BigSolDB2
BigSolDB2
PulseAugur coverage of BigSolDB2 — every cluster mentioning BigSolDB2 across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新的加性深度学习框架分离化学和结构数据以进行溶解度预测
研究人员开发了一种新颖的加性深度学习框架，旨在更好地预测药物发现中的水溶性。该框架将由多层感知机处理的理化描述符与由图神经网络处理的分子图拓扑分离开来。仅在预测阶段结合这两个信息源，该模型可以更清晰地理解溶解度预测是由全局化学还是分子结构驱动的。该框架在预训练于较大的AqSolDB数据集并在较小的BigSolDB2数据集上进行微调时，表现出更高的准确性和更低的变异性，表明其具有强大的特征学习能力。
-
新AI框架分离化学和结构因素以预测溶解度
研究人员开发了一个新的加性深度学习框架，旨在更好地预测水溶性，这是药物发现中的一个关键属性。该框架将理化描述符和分子图信息分离到不同的分支中，从而更清晰地理解哪些因素影响溶解度预测。通过在更大的数据集（AqSolDB）上预训练，并在较小的数据集（BigSolDB2）上进行微调，该模型展示了更高的准确性和泛化能力。该框架的可解释性允许分别分析化学和结构贡献，其中化学分支与已知描述符一致，而结构分支识别拓扑和官能团模式。