热点事件历史事件

机器学习预测环肽性质的能力边界评测

1 篇报道1 个报道来源3 天前更新

先了解这件事

AI 综述

Benito 等人系统评测了十类模型家族与九种分子表示在十二项环肽预测任务上的表现，覆盖三类性质、共 9341 条肽，并开源了评测框架 CycPepNet。结果显示，膜通透性呈现最清晰的预测信号，而结合亲和力与半衰期预测仍然困难。没有单一模型家族在所有任务上占优：树集成在回归任务中较强，预训练化学语言模型在分类任务上平均表现最好。研究还指出，数据划分方式、任务定义和数据集组成都会影响表观性能。作者同时发布 CycPepNet，汇集整理后的数据集、评测协议与完整结果，供后续可复现比较和方法开发使用。

AI 根据报道生成 · 3 天前更新

最新进展11月10日 13:44

研究系统评估机器学习在环肽上的预测边界

报道时间线

沿着报道，了解事件的不同侧面。

11月10日

13:44
ChemRxiv Preprints精选
研究系统评估机器学习在环肽上的预测边界
研究系统评估了十类模型家族与九种分子表示在十二项环肽预测任务上的表现，覆盖三类性质、共9341条肽。膜通透性呈现最清晰的预测信号，结合亲和力与半衰期预测仍然困难；树集成在回归任务中较强，预训练化学语言模型在分类任务中平均表现最好，没有单一模型家族在所有任务上占优。

本事件热度走势

可比范围当前: 5
可比范围峰值: 1011月10日 15:00
近 24 小时变化: -20%

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。