主动学习筛250万分子，找到阻断RAS驱动癌症新路径
bravo_abad · x · 2026-08-28
RAS 突变驱动约四分之一的人类癌症，但许多临床上重要的 RAS 变体仍难以直接靶向。Yoko Yoshikawa 等研究者用主动学习寻找另一个攻击点。
方法要点：
- 起点是约 250 万分子的商业化合物库，训练集仅含 7 个已知活性化合物和 1493 个非活性化合物；
- 不采用把每个分子对接到预定蛋白结构的做法，而是基于配体的主动学习系统迭代选择化合物进行实验测试，再把结果回灌模型继续搜索；
- 另一个关键设计：筛选时刻意排除与既往 RAS 抑制剂结构相似的分子，以探索全新化学空间。
「研究」频道最新
- 播客访谈：探讨 Python 开发工具手册及 Agent 时代博客价值 — tdhopper · 2026-08-28
- 关于模型“双盲”评估术语的歧义讨论 — BlancheMinerva · 2026-08-28
- Databricks推图表提取技术：300M模型性能超10倍多模态基线 — matei_zaharia · 2026-08-28
- 陶哲轩：AI 因不分享失败致能力难测，但已解难题 — haider1 · 2026-08-28
- alphaXiv 推出自研 Agent，arXiv 论文变身活体实验 — simonguozirui · 2026-08-28
- COMPASS 模型改进基因扰动响应预测 — anshulkundaje · 2026-08-28