跳到正文
原文
arXiv 定量生物学· Wenyu Zhu, Chengzhu Li, Xiaohe Tian, Yifan Wang, Yinjun Jia, Jianhui Wang, Bowen Gao, Haichuan Tan, Ya-Qin Zhang, Wei-Ying Ma, Yanyan Lan·· 21 天前AI 评分22

MECo:代码驱动的可解释分子编辑框架,编辑复现准确率超98%

Coder as Editor: Code-driven Interpretable Molecular Editing

AI 导读

MECo 框架将 LLM 的分子编辑意图转化为可执行代码,在复现化学反应与靶点特异性化合物对的真实编辑任务中准确率超 98%。在理化性质与靶点活性下游基准上,其一致性较基于 SMILES 的基线提升 38-86 个百分点至 90% 以上,成功率更高且保持结构相似性。该框架通过对齐意图与执行,实现一致、可控、可解释的分子设计。

来源:arXiv 定量生物学 · arxiv.org