ChemRxiv Preprints· Padrón Melián, Juan Jesus·· 3 天前精选AI 评分60
研究整合经典相似性与多任务神经表征预测化合物-靶点关联
Integrating classical similarity and multitask neural representations
AI 导读
研究基于 ChEMBL 37 构建骨架不重叠基准，含 10 万化合物、1979 个人类单蛋白靶点和 139789 条正关联，比较调优 KNN-20 与多任务 MLP 及混合模型。
推荐理由
研究用骨架不重叠基准比较调优相似性检索与多任务神经网络，并给出两者混合的排序增益。
来源：ChemRxiv Preprints · chemrxiv.org