Recursion 发布 Nesso 模型:药物结合亲和力预测提速 10 倍
anshulkundaje · x · 2026-08-22
Recursion Pharmaceuticals 发布了一款名为 Nesso 的新模型,用于预测药物结合亲和力。该模型在性能上与 Boltz 持平或更优,但架构更简单,速度和成本优势显著——单张 GPU 上每秒可完成一次预测,速度提升约 10 倍。结合亲和力预测是小分子药物设计中的关键问题,确定化合物与靶点的结合强度对于降低剂量和副作用至关重要。Nesso 的高效性有望加速药物发现中的 Hit-ID 阶段,并在大规模靶点范围内准确预测亲和力,从而降低脱靶毒性风险。
「研究」频道最新
- WEDGE 论文:把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- RExBench 基准:最强编码 Agent 自主完成研究扩展成功率仅 33% — najoungkim · 2026-10-16
- Google 发布 CLASHarness:基准测试多智能体冲突下的计算机操作能力 — google · 2026-10-16
- 清华团队证明:普通 Flow Matching 采样无法突破固定深度模型表达力上限 — SQZ · 2026-10-16
- APEX-Harm 基准:共享工作区中脚本注入攻击对智能体成功率居高不下 — KAUST · 2026-10-16
- USC 研究:智能体 residual stream 状态可预测并拦截越权动作与事后撒谎 — USC · 2026-10-16