arXiv · cs.AI · Pawel Gomoluch, Anthony Bradley · 5 小时前模型评分35
Molecular Prior Networks：单次前向预测分子-靶点亲和力
Molecular Prior Networks
导读
研究者提出 Molecular Prior Networks，用 Transformer 在单次前向中根据带标签的支撑分子预测查询分子的亲和力，无需针对具体任务再训练。模型在数千个已有亲和力数据集上训练，在 FS-Mol 基准回归变体的最小支撑集上达到当前最优水平，且速度更快。与简化版架构的对比显示，其预测能力只有部分能用简单分子相似性解释。
分类置信度
中 · 待人工复核
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
应用领域：医疗与生命科学
事件类型：研究发布
证据摘录
- “Inspired by that line of work, we propose a novel affinity modelling approach, in which the labels of the query molecules are predicted from the labelled support molecules in a single forward pass of a transformer model.”
来源：arXiv · cs.AI · arxiv.org