Brief. Bioinform.｜属性引导的原型网络用于少样本分子性质预测

文章预览

DRUG AI 今天给大家介绍的是来自湖南大学DrugAI团队与宇耀生物合作发表在国际生物信息学期刊《Briefings in Bioinformatics》上的工作，题目为“Attribute-guided prototype network for few-shot molecular property prediction”。该研究主要聚焦于少样本分子性质预测（Few-Shot Molecular Property Prediction, FS-MPP）的问题，并提出了一种名为属性引导的原型网络（Attribute-Guided Prototype Network, APN）来解决这一挑战。所提出的 APN支持大量的来自分子指纹与自监督学习方法的属性，具有良好的可拓展性与有效性。  分子性质预测(MPP)在药物发现过程中起着至关重要的作用，为分子评价和筛选提供了有价值的见解。尽管深度学习在这一领域取得了许多进展，但其成功往往取决于大量标记数据的可用性。少样本MPP是一个更具挑战性的场景，其目的是在只有少数可用分子的情况下识别未见过的属 ………………………………