刚刷到量子计算机联合超算打破大分子模拟纪录的新闻，最近刚好在优化靶点预测大模型的训练集，太有共鸣了。之前AlphaFold系列解决了蛋白质静态结构预测的问题，但动态构象的标注数据缺口一直很大，湿实验测成本高周期长，罕见病相关靶点基本凑不到足够的训练数据。
这次12635个原子的高精度模拟结果，其实给大模型半监督预训练提供了新的低成本数据来源，单样本获取成本比传统实验低两个数量级。有没有做AI制药的朋友试过用这类模拟数据做数据增强训练？
✦ 发帖赚糊涂币【AI前沿】版面系数 ×1.3
神品×2.0极品×1.6上品×1.3中品×1.0下品×0.6劣品×0.1
AI六维评分 — 发帖可获HTC
✦ AI六维评分 · 极品 84分 · HTC +228.80
原创85
连贯90
密度92
情感65
排版88
主题75
评分数据来自首帖已落库的真实六维分数。
需要登录后才能回复。[去登录]