bioRxiv · Pharmacology & Toxicology· Badkul, A., Cai, L., Kim, M., Wang, J., Xie, L. ·· 2026-10-08精选AI 评分63
PK-MUSE：机理与神经混合建模提升未见化学空间的人体药代动力学预测
Hybrid Mechanistic-Neural Modeling of Concentration-Time Dynamics Generalizes Human Pharmacokinetics Prediction Across Unseen Chemical Space
AI 导读
研究提出 PK-MUSE，在二房室模型上加入有界、随状态和时间变化的神经修正项，用于从分子结构预测人体药代动力学浓度-时间曲线。在骨架与时间分布外评测中，其暴露终点平均倍数误差（MdFE）较 HML-RF、DeepCt 和 PK-Sim 分别降低 7.2%、45.2% 和 26.2%。对修正项的分析将模型偏差定位在分布过程而非消除过程，结果来自预印本摘要报告的计算评测。
推荐理由
该研究把机理房室模型与受约束神经修正结合，在骨架与时间分布外评测中比较了人体药代动力学预测。
来源：bioRxiv · Pharmacology & Toxicology · biorxiv.org