ETH Zurich 携手罗氏用主动学习破解数据稀缺的化学反应预测难题
jiqizhixin · x · 2026-10-21
ETH Zurich 与罗氏创新中心在 Nature Computational Science（2026年10月9日）发表闭环主动学习框架，解决药物发现中 C–H 硼化反应预测的数据稀缺问题。
- 难题背景：复杂分子上有多个相似 C–H 键时，预测哪个键会发生硼化反应很难，且实验数据稀缺、高通量实验昂贵
- 方法：结合主动学习与几何深度学习——先用 XGBoost 集成基于 ECFP4 分子指纹预测底物是否硼化，再通过闭环实验迭代补充高价值数据
- 属于 AI for Science 在制药反应预测上的实证进展，论文开放获取
「研究」频道最新
- Agent S4 让智能体自进化界面：开源 27B 模型 OSWorld 超 GPT-5.5 — dair_ai · 2026-10-21
- Scripps 团队联合 OpenAI 用 PerturbAI 驱动 2000 个智能体做脑科学 — EricTopol · 2026-10-21
- 业内感慨 David Baker 组队功力：RFD4-Proteina 背后的人才磁场 — AllThingsApx · 2026-10-21
- NVIDIA NOOA 论文:agent 就是一个 Python 对象,六大模型接口能力集于一身 — omarsar0 · 2026-10-21
- 谷歌 OO-Harness 论文:面向对象设计让自进化 agent 性能从 61.6% 升至 77.4% — dair_ai · 2026-10-21
- 智能体 32 分钟读 4 万篇论文，提出帕金森病新机制 — rand_longevity · 2026-10-21