研究团队提出自监督框架PRISM提升分子溶解度OOD泛化能力

2026年10月19日，arXiv刊载的一项AI与医药交叉研究显示，研究团队提出了名为PRISM的无标签自监督预训练框架，旨在通过将化学先验转化为关系导师，提升分子溶解度预测的分布外（OOD）泛化能力。该方法通过训练四个编码器，分别捕捉疏水、静电、极化率与子结构效应，并在预训练阶段匹配基于距离的邻域分布。实验结果表明，在分子骨架、溶质、溶剂及混合溶剂等多种分布外评估场景中，PRISM的预测性能达到或超越了现有的监督及自监督基线模型，并显著降低了运行方差。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。