跳到正文
热点事件持续更新

预训练分子编码器表型预测无明显优势

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

T'elio Cropsal 与 Roc'io Mercado 发表评估研究,检验分子编码器 CLOOME、CellCLIP 能否在不运行 Cell Painting 实验的情况下预测表型活性。作者在两项 Cell Painting 筛选上测试六种表征,并设置与 CLOOME 输入和层数一致、但未经预训练的 MLP 作为对照。结果显示,在控制编码器预训练边界泄露以及表型活性与细胞毒性相关性这两个混杂因素后,预训练分子编码器相较普通理化描述符并无明显优势,且毒性通常比表型活性更易预测。该研究获 NeurIPS 2026 分子科学智能体系统研讨会接收。上述结论来自作者自己的实验评估。 此前这类在配对分子-形态数据上做对比预训练的编码器被提出作为表型预测的廉价替代方案,以减少对 Cell Painting 实验的依赖。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月7日
  1. arXiv:cs.LG
    分子编码器能否在没有实验读出数据的情况下预测表型活性?

    研究评估了在配对分子-形态数据上对比预训练的分子编码器(如 CLOOME 和 CellCLIP)能否作为表型预测的廉价替代方案,从而免去运行 Cell Painting 实验。在两项 Cell Painting 筛选中测试六种表征后,一旦控制了编码器自身预训练边界的泄露以及表型活性与细胞毒性之间的相关性这两个混杂因素,预训练分子编码器相较普通理化描述符并无明显优势,且毒性通常比表型活性更易预测。

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。