为AI制药带来新工具：浙大侯廷军团队开发基于大语言模型的多属性分子优化工具

文章预览

撰文丨王聪 编辑丨王多鱼 排版丨水成文 优化候选分子的理化性质和功能特性一直是药物和材料设计的关键任务。虽然平衡多个 （潜在冲突） 优化目标的艰巨任务被认为是人工智能 （AI） 的理想任务，但由于存在多属性标记的训练数据的稀缺等技术挑战，长期以来阻碍了开发出令人满意的 人工智能解决方案 。 2024年10月21日，浙江大学智能创新药物研究院＆药学院 侯廷 军 教授、 谢昌谕 教授、中南大学 曹东升 教授及 碳硅智慧 （CarbonSilicon AI） 的研究人员合作，在 Nature 子刊  Nature Machine Intelligence 上发表了题为： Leveraging language model for advanced multiproperty molecular optimization via prompt engineering  的研究论文。 该研究开发了一个分子优化工具—— Prompt-MolOpt ，它利用了在 大型语言模型 （large language model，LLM） 中使用的基于 提示词 （Prompt） 的嵌入， ………………………………