ToxLens

ToxLens框架通过泄漏感知学习增强分子毒性预测能力

研究人员开发了ToxLens，一个新颖的图学习框架，旨在提高分子毒性预测的准确性和可靠性。该框架通过实施泄漏感知数据拆分和不确定性校准，解决了传统基准测试中性能被夸大的问题。ToxLens集成了多个图和全局特征编码器，利用蒙特卡洛Dropout进行概率预测，并结合SHAP分析进行毒效团发现，最终目标是在优先进行实验测试的化合物方面提供更实用的价值。