LLM工作流构建TPD数据库AutoTPD+
热点事件历史事件
LLM工作流构建TPD数据库AutoTPD+
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
Yaochen Rao等作者发布预印本，提出专家在环的大语言模型抽取工作流，并据此构建靶向蛋白降解（TPD）结构化数据库AutoTPD+。作者称，该工作流仅用7篇分子胶文献标注即达到记录级F1=0.98，仅替换术语便迁移至PROTAC（F1≥0.93）；专家审核发现，100条和40条新记录中分别有92条和33条正确。 将该工作流应用于符合条件的PubMed Central开放获取文献后，新增598篇出版物中的4,483条记录，使AutoTPD+共收录7,622条TPD记录，包含降解实验测量数据，并计划每月更新。作者称，在受控替代模型比较中，用AutoTPD+训练的PROTAC降解活性模型相较用原始PROTAC-DB数据训练的模型，误差降低8.9%–18.2%。
AI 根据报道生成 · 4 天前更新
最新进展11月5日 13:00
智能体文献抽取扩充靶向蛋白降解数据库报道时间线
沿着报道，了解事件的不同侧面。
11月5日
- arXiv · q-bio.QM (定量方法)精选智能体文献抽取扩充靶向蛋白降解数据库
研究提出专家在环的大语言模型工作流，用交叉验证的提示优化模块从少量专家标注中学习抽取指令，仅用7篇分子胶文献即达到记录级F1=0.98，仅替换术语即迁移至PROTAC（F1≥0.93）。
本事件热度走势
- 可比范围当前
- 5
- 可比范围峰值
- 1011月5日 14:00
- 近 24 小时变化
- -20%
02.557.510
11月6日11月7日11月8日11月9日
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。