下一分子整理 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项评测资源
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由:清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类,便于对照选用。
下一分子整理并发布 AI 制药 Benchmark 清单 AIDD Bench Atlas,收录 85 项覆盖通用科研、靶点发现、分子设计、临床前、临床分期、注册和上市后等环节的评测资源。
推荐理由:清单把分散在靶点发现到上市后的 85 项评测资源按阶段和对象归类,便于对照选用。
Inductive 在 OpenADMET CYP Direct Inhibition 盲测中排名第一,领先来自生物制药、学术与 AI 机构的 270 余名参赛者,NVIDIA 与 Recursion 分列第三、第四。
推荐理由:Inductive 在 OpenADMET CYP 抑制盲测中领先 270 余支队伍,可对照其连续四次登顶的 ADMET 建模路线。
bioRxiv预印本在569个已上市药物上评测35种毒性预测读出,发现没有任何学习表征优于普通指纹,毒性专用工具中仅一种高于随机,且无一能匹敌仅凭批准年份的预测器。作者认为瓶颈在于分子结构作为输入本身的局限,进展或需纳入暴露与代谢信息。
英矽智能发布DDDBench Core,从Foundations的300余项基准中选出59项,覆盖五个药物研发领域,并提供实时榜单。通用模型榜单中GPT-6 Astra暂列第一;其2.6B与4B的MMAI Gym专用模型在单步逆合成、ADMET、Kinome和GPCR预测等特定任务上超过专用工具与通用模型。
推荐理由:英矽智能从300余项基准中筛出59项,覆盖五个药物研发域,并给出通用与专用模型的实时榜单对比。
Inductive Bio 在 OpenADMET 的 PXR Blind Challenge 中排名第一,击败来自大型药企、生物技术公司、学术机构和 AI 组织的 350 多名研究者。
推荐理由:Inductive Bio 在 PXR 盲测挑战中夺冠,可与该公司连续三次盲测成绩及 ADMET 建模的真实条件评测对照阅读。
Cellarity在Nature Communications发表药物性肝损伤(DILI)预测框架ToxPredictor,并开源模型与验证数据。该框架基于原代人肝细胞转录组库DILImap,覆盖300种与DILI相关化合物在多个浓度下的转录特征;盲评中达到88%灵敏度、100%特异性,优于20余个行业标准临床前安全模型,并识别出动物研究未发现的若干3期临床安全性失败。
推荐理由:该框架用原代人肝细胞的转录组数据预测药物性肝损伤,并在盲评中与20余个临床前安全模型比较。
Chemical Research in Toxicology 于5月2日发表《Machine Learning for Toxicity Prediction Using Chemical Structures。
推荐理由:33位产学研作者联合提出毒性预测框架,并给出与FDA人相关药物开发目标衔接的落地路径。