环状肽机器学习的边界：膜通透性可预测，结合亲和力与半衰期仍难
- 研究整理公开的环状肽数据，对多种模型和分子表示在膜通透性、结合亲和力和半衰期上做了回顾性系统比较。
- 通透性最容易预测，亲和力和半衰期仍然困难。回归任务中树集成表现较好，分类任务中预训练化学语言模型平均更优，但没有通吃的模型。
- 数据划分方式、任务设定和数据集构成会明显影响表观性能，需要与无技能基线对照来解读。作者还开源了评测框架。该文为预印本，尚未经同行评审。
💡 要点 基于摘要的观点
信任任何环状肽模型之前，先问数据是怎么划分的。同一实验室系列中近似骨架被随机划分，容易抬高通透性得分，而该终点看起来好学，部分也是因为实验方法一致。放到自己的项目里，应按整个化学系列做留出，并在投入合成之前，用自己的实验数据对照无技能基线。
Assessing the predictive limits of machine learning on cyclic peptides ↗