持久同调GNN实现跨物种离子通道分类
热点事件持续更新
持久同调GNN实现跨物种离子通道分类
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月23日，arXiv（cs.lg）领域发布一项研究，提出名为 PH-GNN 的新模型。该模型融合 ESM-2 嵌入与二硫键感知图注意网络，专门用于跨物种离子通道毒物分类任务。 在 leave-one-taxon-out 评估协议下，该模型在包含 1,373 个 ColabFold 预测化合物及 5 个类群的测试集上，实现了 63.4% 的分类准确率。 研究表明，相比传统序列基线方法，PH-GNN 在分布偏移场景下表现更稳健。这一结果凸显了拓扑不变表示在跨物种预测中的有效性，验证了该方法在处理结构变异数据时的优势。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
持久同调 GNN 实现跨物种离子通道分类报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv · ML持久同调 GNN 实现跨物种离子通道分类
利用融合 ESM-2 嵌入与二硫键感知图注意网络的 PH-GNN，在 leave-one-taxon-out 协议下跨物种毒物分类准确率达 63.4%。 测试集包含 1,373 个 ColabFold 预测化合物及 5 个类群；相比序列基线，该方法在分布偏移下表现更稳健，凸显了拓扑不变表示的有效性。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。