知识卡片
生成分子需审查
生成模型能提出化合物,但输出结构合法、新颖、类药、可合成和有实际活性是不同标准。候选还需排序与实验,训练资料和生成协议也应透明到足以核验。一个基准中的高分可能不在另一基准成立,因此应明确优化目标与评价范围,不能把看似合理的分子当成已验证药物。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 人工智能在药物发现和开发中的应用 生成候选与主动学习闭环 · 查看原书依据
产生的很大一部分分子在合成上是不可行的,或者不是类药的,或者是除了随机生成结构之外没有实现任何其他特征。训练集的组成也需要更清晰。例如,在RXR / PPAR受体研究的最后阶段用于训练的25种模拟物并没有公开。为了通过审查,训练集需要与基础
参考来源
- 位置:《人工智能与计算生物的未来 (【美】布赖恩·希尔布什)》人工智能在药物发现和开发中的应用,生成候选与主动学习闭环(源项目a19c7933-4eda-4176-aebd-30fe7e1ad292,源文件:extracted/人工智能与计算生物的未来 (【美】布赖恩·希尔布什)/_epub-src/EPUB/xhtml/Section08.xhtml)
- 结论依据:原文对该概念的说明、比较或案例支撑本卡解释;历史案例不等于当前临床有效性或监管认可。已经核验的边界与书中陈述分开。
- 原始内容:产生的很大一部分分子在合成上是不可行的,或者不是类药的,或者是除了随机生成结构之外没有实现任何其他特征。训练集的组成也需要更清晰。例如,在RXR / PPAR受体研究的最后阶段用于训练的25种模拟物并没有公开。为了通过审查,训练集需要与基础