ETH与罗氏发表闭环主动学习反应预测框架

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

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。