机器学习通过可泛化模型推动药物发现
范德比尔特大学药理学助理教授Benjamin P. Brown博士在《美国国家科学院院刊》发表突破性研究,提出一种新型机器学习方法解决药物发现中的"可泛化性差距"问题。该方法创新性地设计特定任务模型架构,限制模型仅从分子相互作用空间学习而非完整3D结构,显著提升了对新化学结构的泛化能力。研究开发的严格评估协议模拟真实场景,证明该方法在面对全新蛋白质家族时仍能保持可靠性,为构建可信赖的AI辅助药物研发系统奠定基础,有望大幅提高高质量候选药物筛选效率并降低研发成本。

