热点事件持续更新
EnsembleEGNN环肽热力学集合图学习模型
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
2026年10月1日，arXiv 定量生物学发布报道，介绍 EnsembleEGNN 模型：该模型通过共享等变图神经网络层处理单个构象，并用集合注意力池化，从整个系综预测分子性质，在 CREMP 环肽数据集上以多任务自监督预训练。在 CycPeptMPDB 膜渗透性基准上，随机交叉验证 R² 达 0.477，优于纯序列 BERT 基线（R²=0.439）；Butina 分布外拆分下为 0.401 对 0.354。目前进展为模型在两项基准上均优于序列基线。
AI 根据报道生成 · 16 小时前更新
最新进展10月1日 12:00
EnsembleEGNN在CycPeptMPDB基准上两项拆分均优于序列BERT基线。报道时间线
沿着报道，了解事件的不同侧面。
10月1日
- arXiv 定量生物学EnsembleEGNN：基于集合的图学习用于环肽热力学系综
EnsembleEGNN 通过共享等变图神经网络层处理单个构象并用集合注意力池化，从整个系综预测分子性质，在 CREMP 环肽数据集上以多任务自监督预训练。在 CycPeptMPDB 膜渗透性基准上，随机交叉验证 R² 达 0.477，优于纯序列 BERT 基线（R²=0.439）；Butina 分布外拆分下为 0.401 对 0.354。
本事件热度走势
当前热度 6·可比范围峰值 10（10月1日 13:00）·近 24 小时可比范围变化 –
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。