Ballester 与 Tran-Nguyen 提出蛋白配体结合预测评测指南

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。

AI 根据报道生成 · 41 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。