D2ML：直接到生物学小分子筛选模型

AkshatKumar Nigam 等作者发布预印本，提出面向直接到生物学（D2B）筛选的测定感知模型 D2ML：从单点筛选预测活性、从粗制剂量反应预测跨靶点相对效力、从纯化化合物数据预测绝对效力，并用跨阶段共享信息的联合模型提升预测。作者称，在粗制剂量反应选择性预测上提升最大，秩相关从 0.27 升至 0.40；粗制测定中，同一孔内测试的靶点间效力比在浓度不确定时仍可保留选择性信息。 在另一项实验中，独立训练的模型指导选出 84 个新化合物，目标是提高对 ROS1 的效力并限制对反靶点 TRKB 的活性。作者称 ATLAS 为该路线提供实验条件，可在两到三周周期内合成并筛选 1000–10000 个模型选出的化合物。

AI 根据报道生成 · 7 天前更新