bioRxiv 预印本· Liu, Z., Zhu, Q., Li, Q., Zhu, Y., Xu, Y., Dai, B., Li, Y., Liu, Z., Yang, S. ·· 1 天前AI 评分20
DTi-pKa：基于首次解离聚合的热力学一致 pKa 预测方法
Tractable and Thermodynamically Consistent pKa Prediction via First-Dissociation Aggregation
AI 导读
研究人员提出热力学恒等式，将宏观首次解离常数由质子化微观态布居与首次去质子化事件确定，从而消去去质子化系综，把计算复杂度降至 O(n+E)。基于该恒等式构建的双头图神经网络 DTi-pKa 在四个外部基准（355 个分子）上取得合并 MAE 0.5665 pKa 单位，其中 169 条无训练缓存匹配记录的 MAE 为 0.6285，并可给出位点分辨的微观 pKa 与质子化态布居。
来源：bioRxiv 预印本 · biorxiv.org