bioRxiv 预印本· Srivastava, S. P., Gorantla, R., Chundru, S. K., Singh, H., Mey, A. S. J. S., Singh, R. K. ·· 19 小时前AI 评分12
GRASP：结合测定监督的图表示学习用于分子性质预测
GRASP: Graph Representation Learning with Assay Supervision for Molecular Properties
AI 导读
研究团队提出93.5M参数的图Transformer模型GRASP，先在15.4亿条ZINC20分子表征上通过替换token检测学习分子结构，再在642个ChEMBL测定数据上适配稀疏生物活性。
来源：bioRxiv 预印本 · biorxiv.org