GeLLM3O

新AI框架通过多轮分子优化提升药物发现能力

研究人员开发了一种名为多轮反馈引导（MFG）分子优化的新强化学习框架。该框架旨在通过利用先前优化尝试的反馈来改进用于药物发现的分子。MFG训练一个大型语言模型，特别是GeLLM3O，以逐步优化分子，同时考虑属性改进和结构相似性。在十个分子优化任务上的评估表明，GeLLM3O-MFG的成功率为81.50%，显著优于基础GeLLM3O模型的70.81%成功率。