ETH Zurich 与罗氏用主动学习破解数据稀缺的化学反应预测难题

ETH Zurich 与罗氏创新中心在 Nature Computational Science 发表闭环主动学习框架，用于解决药物发现中 C–H 硼化反应预测的数据稀缺问题。该框架结合 XGBoost 与几何深度学习，基于 ECFP4 分子指纹预测底物是否硼化，并通过闭环实验迭代补充高价值数据，论文已开放获取。