药企私有数据为AI蛋白质模型带来显著提升
一个由多家制药公司组成的AI结构生物学(AISB)网络,用来自五家公司的20,167个私有蛋白质-配体结构对开源模型OpenFold3进行微调,在1,056个留出的蛋白质-配体结构测试集上,该模型对超过一半的结构达到高精度预测,而公开版OpenFold3仅对三分之一达到同等精度、竞争性开源模型Boltz-2约为40%,同时该模型也优于仅用各公司单独数据训练的模型,说明汇集私有数据能明显提升蛋白质-配体相互作用预测能力。
一个由多家制药公司组成的AI结构生物学(AISB)网络,用来自五家公司的20,167个私有蛋白质-配体结构对开源模型OpenFold3进行微调,在1,056个留出的蛋白质-配体结构测试集上,该模型对超过一半的结构达到高精度预测,而公开版OpenFold3仅对三分之一达到同等精度、竞争性开源模型Boltz-2约为40%,同时该模型也优于仅用各公司单独数据训练的模型,说明汇集私有数据能明显提升蛋白质-配体相互作用预测能力。
已读完全部报道