洞察市场格局
解锁药品研发情报
免费客服电话
18983288589
试用企业版
您尚未登陆,请先登录吧
登录
生物医药全产业链数据服务平台
企业版官网
掌上数据
打开微信扫一扫
登录
免费注册
首页
个人版
企业版
高校版
摩熵咨询
咨询服务
产品立项评估及管线规划
数据定制服务
产业/行业调研
市场洞察咨询服务
资源大厅
报告大厅
已收录
521
份
摩熵说直播
最新
真实世界数据如何有效指导药品注册申报
资讯
摩熵原创
深度分析
过评精选
政策法规
赛道梳理
投融资
注册审批
时讯
科普
医药洞见
会议
摩熵视野
前沿研究
招标采购
公司动态
财报业绩
临床研究
医保动态
研发注册政策
交易并购
人事变动
专家观点
行业分析
审批动态
医药投融资
市场洞察
政策法规
上市公司企业年报
药品生产企业
临床进展
投融资
关于我们
公司介绍
加入我们
联系我们
产品与服务
团队介绍
请输入关键词
历史搜索
热门搜索
GLP-1
"多性质分子优化方法"相关的结果
全部
1
前沿研究
1
Nat Mach Intell|基于提示学习的多性质分子优化方法
在药物研发过程中,分子ADMET(吸收、分布、代谢、排泄、毒性)性质数据的稀缺性及高成本获取问题一直是研发进程中的一大瓶颈,严重限制了高精度ADMET性质预测及优化模型的发展。 该文提出了一种 利用提示学习来进行多性质分子优化的方法——Prompt-MolOpt 。 该算法利用提示学习的训练策略,实现了零样本学习和少样本学习在多性质优化中的应用,使模型能够在单性质数据训练的情况下也能有效处理多性质的优化任务。
智药邦
多性质分子优化方法
Nat Mach
34
0
3周前