实体
Chemical language models for de novo drug design: Challenges and opportunities
Chemical language models for de novo drug design: Challenges and opportunities
PulseAugur coverage of Chemical language models for de novo drug design: Challenges and opportunities — every cluster mentioning Chemical language models for de novo drug design: Challenges and opportunities 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
-
新研究强调了人工智能驱动的药物发现可靠性方面的一个关键缺陷
研究人员发现，在药物发现中用于量化模型可靠性的边际一致性预测方法存在一个重大问题。研究表明，在不平衡数据集上，该方法未能为少数类提供足够的覆盖率，使它们面临更高的误分类风险。这个问题存在于各种模型架构中，包括随机森林、图神经网络和化学语言模型。提出的类条件一致性预测方法有效地解决了这种覆盖不足的问题，恢复了少数类的可靠性，并提高了筛选活动的整体效用。
-
不确定性感知强化学习增强化学语言模型用于药物设计
研究人员开发了将预测不确定性纳入化学语言模型（CLMs）强化学习的新方法。这些方法旨在通过引导CLMs避开化学空间的不确定区域来改进分子的从头设计。通过将不确定性视为优化目标或用于调节策略更新，模型可以实现更可靠的命中发现，提高真实命中率和真实命中总数。