MIT发布少数据分子性质预测方法CheMeleon
热点事件观察中
MIT发布少数据分子性质预测方法CheMeleon
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
2026年11月7日，MIT News AI 报道，MIT 团队提出 CheMeleon 方法，用于在数据稀少时预测分子性质。据该报道，团队先用约100万个分子的约1600个分子描述符预训练基础模型 CheMeleon，再以少量数据微调，用于预测溶解度、黏度、生物活性等性质；在配体对潜在药物新靶点亲和力等数据稀缺场景下，该方法据称可优于其他筛选候选分子的现有方法。报道称，相关成果发表于《Journal of Chemical Information and Modeling》9月14日刊，论文早期版本自去年起已在线；任何人可通过 ChemProp 下载 CheMeleon 并自行微调。上述性能比较与发表、开放获取等细节均来自该报道，尚无其他独立来源跟进。
AI 根据报道生成 · 2 天前更新
最新进展11月7日 03:00
MIT 团队提出 CheMeleon 方法，用少量数据预测分子性质报道时间线
沿着报道，了解事件的不同侧面。
11月7日
- MIT News AIMIT 团队提出 CheMeleon 方法，用少量数据预测分子性质
MIT 团队在《Journal of Chemical Information and Modeling》发表方法，用约 100 万个分子的约 1600 个分子描述符预训练基础模型 CheMeleon，再以少量数据微调预测溶解度、黏度、生物活性等性质。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 1011月7日 04:00
- 近 24 小时变化
- -51%
02.557.510
12:0011月8日12:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。