ACS JCIM (化学信息与建模)· Marissa Dolorfino, Daniel Santos Perez, Yao Fu, Shu-Hang Lin, Sean McCarty, Matthew J. O’Meara, Terra Sztain·· 2026-09-18精选AI 评分73
研究用DNA编码库数据评估机器学习与物理方法的泛化能力
Assessing the Generalizability of Machine Learning and Physics-Based Methods with DNA-Encoded Libraries
AI 导读
【全文总结】该研究基于BELKA的约1.33亿个DNA编码库分子（针对sEH、BRD4、HSA三个靶点）评估蛋白-配体结合预测方法的泛化性，配体ML模型在分布内集表现最好，在分布外集接近随机。
推荐理由
研究用DEL超高通量筛选数据系统比较配体ML、对接与共折叠方法在分布外化合物上的命中判别表现。
来源：ACS JCIM (化学信息与建模) · doi.org