研究进展：机器学习-数据 | Nature Computational Science

文章预览

许多研究已经预言，将机器学习技术整合到小分子疗法开发中，将有助于实现药物发现的真正飞跃。然而，日益先进的算法和新颖的体系结构，并不总是在结果上产生实质性的改进。 近日，英国 牛津大学（University of Oxford）Guy Durant，Charlotte M. Deane等，在Nature Computational Science上发表评述文章，建议更多地关注用于训练和基准测试这些模型的数据，更有有望推动未来的改进，并探索未来研究和策略的途径，以解决这些数据挑战。 The future of machine learning for small-molecule drug discovery will be driven by data.  用于小分子药物发现的机器学习未来，将由数据驱动。 图1:关于出版日期的基准性能。 文献链接 Durant, G., Boyles, F., Birchall, K. et al. The future of machine learning for small-molecule drug discovery will be driven by data. Nat Comput Sci (2024). https://doi.org/10.1038/s43588-024-00699-0 https://ww ………………………………