基础机器学习在部分基准上追平FEP
热点事件历史事件
基础机器学习在部分基准上追平FEP
1 篇报道1 个报道来源10 天前更新
先了解这件事
AI 综述
Chrin, Stefan J P 等人在 ChemRxiv 发表预印本，比较基础机器学习与基于分子动力学的严格自由能方法（如 FEP）预测蛋白-配体结合亲和力的表现。测试条件是仅用少量已知化合物训练、预测同一化学系列的新变体；机器学习一侧使用 2D 和 3D 分子描述符的经典模型、两种 3D 定量构效关系建模，并通过元学习整合预测。 作者称，在许多标准基准数据集上，其中一个机器学习模型的性能达到或超过 FEP。作者同时指出，机器学习预测在 parity 图中斜率通常更平缓，但未对化合物相对排序产生实质影响。上述结论来自预印本，尚未经同行评审。
AI 根据报道生成 · 10 天前更新
最新进展10月29日 20:46
研究比较基础机器学习与严格自由能计算在蛋白-配体结合亲和力基准数据集上的表现报道时间线
沿着报道，了解事件的不同侧面。
10月29日
- ChemRxiv Preprints精选研究比较基础机器学习与严格自由能计算在蛋白-配体结合亲和力基准数据集上的表现
研究在仅用少量已知化合物训练、预测同一化学系列新变体的条件下，比较基础机器学习方法与基于分子动力学的严格自由能方法（如FEP）在蛋白-配体结合亲和力基准数据集上的表现。
本事件热度走势
- 可比范围当前
- 2
- 可比范围峰值
- 511月2日 02:00
- 近 24 小时变化
- -20%
0246
11月3日11月4日11月5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。