研究者发布BindMol多目标药物设计生成框架
热点事件持续更新
研究者发布BindMol多目标药物设计生成框架
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
Dingshuo Chen 等研究者在 arXiv 发布论文(arXiv:2611.14956),介绍 BindMol——一个基于定制化多目标强化学习算法的生成式药物发现框架,工作将发表于 NeurIPS 2026。 BindMol 将靶向药物设计建模为多目标探索任务,每个目标对应增强分子与特定热点的相互作用;研究者称,通过在训练中引入探索性偏好,该方法可发现兼具高亲和力、结构新颖性和多样化结合模式的分子,并在靶向药物发现与多性质优化任务中得到验证。
AI 根据报道生成 · 2 小时前更新
最新进展11月14日 13:00
BindMol:基于热点感知与探索性偏好的药物发现生成框架报道时间线
沿着报道,了解事件的不同侧面。
11月14日
- arXiv cs.AIBindMol:基于热点感知与探索性偏好的药物发现生成框架
研究者提出 BindMol,一种基于定制化多目标强化学习算法的生成式药物发现框架,将靶向药物设计建模为多目标探索任务,每个目标对应增强与特定热点的相互作用。通过在训练中引入探索性偏好,BindMol 能发现兼具高亲和力、结构新颖性和多样化结合模式的分子,并在靶向药物发现与多性质优化任务中得到验证。该工作将发表于 NeurIPS 2026。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。