Molecular Prior Networks 提出单步 Transformer 预测分子-蛋白亲和力

针对药物发现中分子-蛋白亲和力预测难题，Molecular Prior Networks 提出一种新的建模方法。该方法利用 Transformer 在单次前向传播中，根据带标签的支撑分子预测查询分子的标签。 模型在数千个现有亲和力数据集上训练，无需针对特定任务进行额外微调。在 FS-Mol 基准测试的回归任务中，面对最小的支撑集时，该模型性能达到当前先进水平，且推理速度更快。