代理机器学习模型用于ADME预测：从合成标签到实验数据

【摘要级】研究构建了覆盖25个终点、超过27万个化合物的合成ADME标签数据集，并训练多任务图神经网络代理模型，在内部前瞻性实验数据和公开实验ADME数据上评估。结果显示代理模型在内部前瞻性验证和外部数据多个性质上具备预测能力，不确定性估计能区分预测误差较高或较低的预测，在实验数据上微调后多数性质数据集的表现进一步提升。作者据此认为代理模型结合微调是ADME预测的实用路径，但结论基于摘要报告的评测范围。