微调KERMT模型在TDC终点上优于ADMET-AI

Mansour, Basel 等发布预印本，在相同的 TDC 对齐终点定义下比较 ADMET-AI 与微调的 NV-KERMT-70M-v2 模型（KERMT）。在 25 种肿瘤药物的精选面板中，半衰期终点（n=17）上 KERMT 将平均绝对误差从 46.81 小时降至 16.83 小时；血浆蛋白结合比（PPBR，n=21）上 KERMT 误差为 7.05 个百分点，低于 ADMET-AI 的 9.44 个百分点。 研究还首次报告了 53 种肿瘤药物×3 个终点（159 行药物-终点数据）与精选文献和标签值的三方比较。作者称，在去除各模型的系统性偏差后，KERMT 的优势仍然存在（p=0.0004），因此并非简单的尺度偏移。 KERMT 先在 ChEMBL 多任务数据上做流程检查，再在 ChEMBL、Biogen、ExpansionRx/OpenADMET 与 TDC 合并数据上做回归与分类微调。上述结果来自预印本，尚未经同行评审。

AI 根据报道生成 · 2 天前更新

还没有足够的连续观测数据，暂不绘制趋势。