01 / 要解决的问题
多肽 AI / 2025
PepLand.
用多视图异构图学习涵盖天然与非天然氨基酸的多肽表征。
Briefings in Bioinformatics · 26(4), bbaf367
02 / 核心新意
利用异构图在原子与片段尺度学习，结合片段掩码自监督，以及从天然到非天然多肽的预训练适配。
思路如何运转
图 01 / 原创概念示意
- 多肽分子图
- 原子 + 片段视图
- 片段掩码学习
- 天然 → 非天然适配
- 表征 → 下游预测
03 / 公开证据说明了什么
公开评测涵盖细胞穿透性、溶解度和多肽–蛋白质结合亲和力；消融考察片段化、掩码、训练阶段和视图融合。
来源: PepLand ↗04 / 结论的边界
表征学习并不等于实验确认了治疗候选。泛化能力需要结合具体任务、数据划分与评测条件判断。
此处是本站对证据范围的编辑说明，并非未经核实的作者原话。