榴莲忘返AIDD SAIR 用 520 万个 AI 生成的复合物结构填补了数据鸿沟，但也无情地揭示了：我们离用预测结构精准预测结合力，还有十万八...

榴莲忘返AIDD 通过学习分子对之间的性质差异，这种新方法巧妙地绕过了药物研发中普遍存在的"删失数据"陷阱，显著提升了 ADMET 预测的准确性...

榴莲忘返-AIDD CycleGPT 模型成功实现了从 AI 设计、合成到动物模型验证的全流程，证明了生成式 AI 在攻克大环分子这类高难度化学...

榴莲忘返-AIDD Graph_RG 在 CASP16 夺冠，证明了抛弃“构象”包袱的 AI 模型，在超大规模虚拟筛选上拥有压倒性速度和实用价值...

榴莲忘返 2014 大语言模型（LLM）能像初级研究员一样，高效筛选“老药新用”的潜在机会，但前提是你得像个老手一样，知道该怎么“问”它。 模型...

想把药物相互作用这事儿算准，与其费劲巴拉地去搭什么复杂的生物网络，还不如老老实实找点真正有用的化学和临床特征，喂给一个简单的分类器。 核心打法是...

一帮大模型画分子图画得是挺漂亮，但 ToxiMol 这面照妖镜一亮，才发现它们想真正搞懂化学毒性这回事儿，基本上还处于穿开裆裤的水平。 Toxi...

斯坦福搞出的 Biomni，看起来像个无所不能的科研“瑞士军刀”，但要说它能独立完成所有研究，我还是先泡杯咖啡冷静一下。 野心巨大：Biomni...