Therapeutics Data Commons

新AI框架PairIT优化分子用于药物发现

研究人员开发了PairIT，一个用于自回归 Transformer 的新框架，旨在优化用于药物发现的分子。该方法利用相似分子的配对来学习有意义的编辑，以改善种子分子的特定属性。该框架支持多属性优化，并可在大型数据集上进行预训练，然后在数据稀疏的小型数据集上进行微调，显示出随着预训练数据规模增大而收益递减的现象。一个拥有6800万参数的标准 Transformer 模型，在经过精心策划的配对数据训练后，能够展示出稳健的种子分子优化能力。