条件急性毒性评估框架
性能提高87%,数据需求减70%,天大等开发化学毒性预测模型,登Nature子刊
编辑丨%于化学领域,多物种急性毒性评估构成了化学品分类、标签和风险管理的基础。 传统机器学习模型常因人类毒性数据稀缺(部分端点仅 140 条可用数据)陷入预测困境。 天津大学等联合团队针对传统模型的使用缺陷,开发了最新的条件急性毒性评估(ToxACoL)框架,通过端点关联图建模 伴随双向学习的方式,实现毒性的评估。
7/16/2025 4:44:00 PM
ScienceAI
- 1
资讯热榜
标签云
AI
人工智能
OpenAI
AIGC
模型
ChatGPT
DeepSeek
AI绘画
谷歌
机器人
数据
大模型
Midjourney
开源
智能
Meta
用户
微软
GPT
学习
技术
图像
Gemini
马斯克
智能体
AI创作
Anthropic
AI新词
英伟达
论文
训练
代码
算法
LLM
Stable Diffusion
芯片
蛋白质
开发者
腾讯
Claude
苹果
Agent
AI for Science
生成式
神经网络
机器学习
3D
研究
xAI
生成
人形机器人
AI视频
计算
百度
Sora
GPU
华为
工具
RAG
AI设计
大语言模型
字节跳动
搜索
具身智能
大型语言模型
场景
深度学习
预测
视频生成
视觉
AGI
伟达
架构
Transformer
神器推荐
亚马逊
Copilot
特斯拉
DeepMind
应用