Nature子刊丨药物分子会在哪里发生反应？ETH与罗氏用AI预测硼化位点
2026.10.14 · 事件 · 论文 · 论文预印本
ETH与罗氏提出主动学习闭环，用AI预测复杂药物分子的硼化反应位点。
瑞士苏黎世联邦理工学院与罗氏创新中心团队将主动学习与几何图神经网络结合，构建由模型挑选实验、实验结果更新模型的闭环流程，用于预测药物分子的C–H硼化反应结果与位点。研究从518种底物、2,044组HTE数据起步，经三轮主动学习新增50种底物，最终累计6,865组反应结果、覆盖568种独特底物。
- 初始数据覆盖518种底物、2,044组HTE数据点
- 用XGBoost集成模型先判断硼化能否发生
- BALD采集函数从22,253种罗氏芳香族化合物中选样
- 三轮主动学习新增50种底物、4,821组反应结果
- 几何GNN加入节点遮蔽与坐标去噪自监督任务
为什么值得看
展示AI如何用更少实验预测药物分子的反应位点。
适合谁关注
药物研发、化学合成与AI for Science从业者。