热点事件持续更新
研究者提出用于药物靶标亲和力预测的分子先验网络
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年11月3日，研究者在arXiv发布论文，提出了一种名为分子先验网络（Molecular Prior Networks）的小分子与靶蛋白亲和力预测新方法。该方法采用Transformer架构，能在单次前向传播中基于支撑分子直接预测查询分子。模型在数千个亲和力数据集上进行了预训练，以捕捉通用的分子活性规律。在极小支撑集设置下，该模型达到了FS-Mol基准回归变体的SOTA表现；同时，由于无需进行特定任务训练，该模型具备更快的推理速度。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 23:56
研究者提出分子先验网络，在极小支撑集下达FS-Mol基准SOTA且推理更快。报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AI×医药交叉论文分子先验网络（Molecular Prior Networks）
研究者提出小分子与靶蛋白亲和力预测新方法 Molecular Prior Networks，利用 Transformer 架构在单次前向传播中基于支撑分子直接预测查询分子。该模型在数千个亲和力数据集上预训练以捕捉通用的分子活性规律，在极小支撑集设置下达到了 FS-Mol 基准回归变体的 SOTA 表现，且因无需特定任务训练而具备更快的推理速度。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。