该论文 介绍了一种创新的用于化学小分子pK a 值预测的深度学习模型GR-pK a 。 该模型联合应用多重保真度学习 (Multi-fidelity learning) 、量子化学特征以及保留机制 (Retention mechanism) ，实现了对化学小分子pK a 值的快速准确预测，为化学和药学领域的研究提供了强大的新工具。 在药物发现和设计过程中，分子的酸碱解离常数(pK a ) 对ADMET特性（吸收、分布、代谢、排泄和毒性）及生物活性具有显著影响，因而受到高度重视。
2026-03-09
35页
购买咨询
400-9696-311 转1
问题咨询
400-9696-311 转2
商务合作
400-9696-311 转3
投诉及建议
400-9696-311 转4
关注摩熵医药公众号
随时查阅行业资讯
摩熵医药数据小程序
掌上数据查询系统
川公网安备51019002008863号
本网站未发布麻醉药品、精神药品、医疗用毒性药品、放射性药品、戒毒药品和医疗机构制剂的产品信息
收藏
登录后参与评论
暂无评论