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
谷歌
AI绘画
机器人
大模型
数据
Midjourney
开源
Meta
智能
微软
用户
AI新词
GPT
学习
技术
智能体
马斯克
Gemini
图像
Anthropic
英伟达
AI创作
训练
LLM
论文
代码
算法
Agent
AI for Science
芯片
苹果
腾讯
Stable Diffusion
Claude
蛋白质
开发者
生成式
神经网络
xAI
机器学习
3D
RAG
人形机器人
研究
AI视频
生成
大语言模型
具身智能
Sora
工具
GPU
百度
华为
计算
字节跳动
AI设计
AGI
大型语言模型
搜索
视频生成
场景
深度学习
DeepMind
架构
生成式AI
编程
视觉
Transformer
预测
AI模型
伟达
亚马逊
MCP