CausalBind：因果建模用于蛋白质-分子虚拟筛选
热点事件持续更新
CausalBind：因果建模用于蛋白质-分子虚拟筛选
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Loka Li、Jin Tian、Kun Zhang 发布 CausalBind，用 V-structure 因果模型刻画蛋白质-分子结合中的稀疏相互作用，在 DUD-E 和 LIT-PCBA 两个虚拟筛选基准上一致优于强检索基线，其中 LIT-PCBA 的早期富集提升最大。 该方法同时给出可识别性理论结果，并称可泛化到靶点级别和骨架级别的分布外划分。代码与脚本已公开，可免费获取。
AI 根据报道生成 · 4 小时前更新
最新进展11月4日 13:00
CausalBind：用因果建模做蛋白质-分子虚拟筛选报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · cs.AICausalBind：用因果建模做蛋白质-分子虚拟筛选
CausalBind 提出用 V-structure 因果模型刻画蛋白质-分子结合中的稀疏相互作用，并给出可识别性理论结果，在 DUD-E 和 LIT-PCBA 基准上一致优于强检索基线，LIT-PCBA 早期富集提升最大。该方法还泛化到靶点和骨架级别的分布外划分，代码已公开。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月4日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:0017:00
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。