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

"Nat Mach"相关的结果
  • Nat Mach Intell｜基于提示学习的多性质分子优化方法

    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
  • Nat Mach Intell | 识别肿瘤新抗原-物理启发的Sliding-Transformer神经构架

    Nat Mach Intell | 识别肿瘤新抗原-物理启发的Sliding-Transformer神经构架
    肿瘤新抗原研究的进展加速了肿瘤免疫疗法的开发，包括癌症疫苗、过继细胞疗法和抗体疗法。 新一代测序和人工智能技术的进步使得快速识别和预测肿瘤新抗原成为可能。 该算法达到了90%以上的精度，提供残基相互作用的清晰图景，并在临床相关的免疫应用方面显示出巨大潜力，为肿瘤新抗原筛选和个性化癌症疫苗研究提供了实用的工具。
    BioArt
    癌症 Nat Mach 肿瘤新抗原
    15
    0
    1个月前
  • Nat Mach Intell｜分子集合表征学习

    Nat Mach Intell｜分子集合表征学习
    2024年7月5日，Daniel Probst团队在 Nature Machine Intelligence发表论文Molecular set representation learning。 作者提出了一种基于集合表征学习的分子机器学习框架 。 作者展示了仅使用原子不变量集合进行学习即可在常用的化学基准数据集上达到最先进的基于图神经网络的模型的性能，并且在图神经网络中引入集合表征层可以在化学、生物和材料科学领域超过现有方法的性能。
    智药邦
    Nat Mach 分子集合表征
    12
    0
    3个月前