跳到正文
热点事件持续更新

对比图神经网络筛选灭蚊幼虫化合物

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

研究团队提出实例级对比图神经网络框架，用于加速发现新型埃及伊蚊杀幼化合物。模型在556个有机化合物数据集上按LC50衍生阈值训练，留出集全局AUC为0.95±0.01、PR-AUC为0.93±0.01，优于传统机器学习和图方法基线。 团队用该模型筛选130万种化合物，选出10个候选进行实验验证，其中3个对埃及伊蚊幼虫表现出可测的杀幼活性。上述筛选与活性结果来自研究者在论文中的报告。

AI 根据报道生成 · 2 小时前更新

最新进展10月30日 18:02
实例级对比图神经网络用于发现新型埃及伊蚊杀幼化合物

报道时间线

沿着报道，了解事件的不同侧面。

10月30日
  1. Journal of Chemical Information and Modeling
    实例级对比图神经网络用于发现新型埃及伊蚊杀幼化合物

    研究提出实例级对比图神经网络框架，用于加速新型杀蚊幼化合物的发现。模型在 556 个有机化合物的精选数据集上训练，按 LC50 衍生出多任务分类阈值，并结合 Transformer 式图学习与整分子、片段级对比正则化。留出集上全局 AUC 为 0.95 ± 0.01、PR-AUC 为 0.93 ± 0.01、MCC 为 0.77 ± 0.03、G-mean 为 0.88 ± 0.02，优于传统机器学习和图方法基线。

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。