论文提出Molecular Prior Networks单次前向传播预测药物-靶点亲和力
热点事件观察中
论文提出Molecular Prior Networks单次前向传播预测药物-靶点亲和力
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Pawel Gomoluch 在 arXiv 发表论文，提出 Molecular Prior Networks：用 transformer 在单次前向传播中根据已标注支持分子预测查询分子的亲和力标签。该论文入选 NeurIPS 2026 AI 药物发现 Workshop。 该方法受 Prior-data Fitted Networks 启发，在数千个现有亲和力数据集上训练，因无需任务特定训练而速度更快。论文称，在小规模支持集下，模型在 FS-Mol 基准回归任务上达到最优水平；对照实验表明其预测性能仅部分源于简单分子相似性。
AI 根据报道生成 · 12 小时前更新
最新进展11月3日 23:56
Molecular Prior Networks：单次前向传播预测药物-靶点亲和力报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.AIMolecular Prior Networks：单次前向传播预测药物-靶点亲和力
一篇入选 NeurIPS 2026 AI 药物发现 Workshop 的论文提出 Molecular Prior Networks，受 Prior-data Fitted Networks 启发，用 transformer 在单次前向传播中根据已标注支持分子预测查询分子的亲和力标签。模型在数千个现有亲和力数据集上训练，在小规模支持集下于 FS-Mol 基准回归任务上达到 SOTA，且因无需任务特定训练而更快；对照实验表明其预测性能仅部分源于简单分子相似性。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 511月5日 03:00
- 近 24 小时变化
- –
0246
04:0006:0008:0010:0012:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。