跳到正文
热点事件历史事件

预印本:力场GIPF描述符用于主动学习

1 篇报道1 个报道来源5 天前更新

先了解这件事

AI 综述

Cherchi 等人在 ChemRxiv 预印本中提出一条从 SMILES 出发、基于力场点电荷在构象集合上计算 GIPF(分子表面静电势)描述符的自动化流程,并在表面活性剂、肽催化剂和超分子组装三个实验数据集上,将其与低成本化学信息学描述符比较预测精度、筛选效率和不确定性校准。作者报告,力场 GIPF 描述符与化学信息学描述符互补并带来更好预测,基于构象集合的 GIPF 描述符显著改善不确定性校准,据此推荐其作为化学主动学习可负担、可扩展的特征化方法。上述结论来自作者自述的预印本评测,尚未经同行评审。

AI 根据报道生成 · 5 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月3日
  1. ChemRxiv Preprints精选
    预印本:基于力场构象集合的GIPF描述符用于主动学习

    该预印本提出从SMILES出发、基于力场点电荷在构象集合上高效计算GIPF(分子表面静电势)描述符的自动化流程。作者在表面活性剂、肽催化剂和超分子组装三个实验数据集上,与低成本化学信息学描述符比较预测精度、筛选效率和不确定性校准,报告力场GIPF描述符与化学信息学描述符互补并带来更好预测,基于构象集合的GIPF描述符显著改善不确定性校准。作者据此推荐将其作为化学主动学习可负担、可扩展的特征化方法。

本事件热度走势

可比范围当前
3
可比范围峰值
1011月3日 21:00
近 24 小时变化
-21%

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。