Nature Machine Intelligence·· 11 小时前精选AI 评分58
Ballester 与 Tran-Nguyen 提出蛋白配体结合预测方法的评测指南
Guidelines for evaluating structure-based methods for protein–ligand binding prediction
AI 导读
Ballester 和 Tran-Nguyen 在 Nature Machine Intelligence 提出一套指南，用于评估基于结构的蛋白配体结合预测方法。文章指出，深度学习打分函数近来在构象生成与结合亲和力预测中受到关注，但训练数据、代码和流程披露不足，使跨研究比较同一任务的打分函数变得困难。作者主张透明公开数据、代码与实验流程，以保证可复现、可复用和可独立审查，并强调防范数据泄漏、采样偏差与设计缺陷。指南还要求使用共同的数据划分、检查多次运行间的波动并设置性能基线，从而帮助社区识别更有前景的方法。
阅读原文
来源：Nature Machine Intelligence · doi.org
推荐理由
针对深度学习打分函数评测口径不一的问题，提出数据、代码与划分方式的披露规范，可供做蛋白配体预测评测的读者对照。