پیش‌چاپی دربارهٔ استفاده از شبکه‌های پیشین مولکولی برای پیش‌بینی میل اتصال دارو

پیش‌بینی میزان میل اتصال مولکول‌های کوچک به پروتئین‌های هدف، از مسائل مهم کشف دارو است. بر اساس چکیدهٔ پیش‌چاپی با عنوان «Molecular Prior Networks»، هزینهٔ بالای آزمایش‌های آزمایشگاهی باعث شده مدل‌های یادگیری ماشین برای پیش‌بینی این ویژگی معمولاً با مجموعه‌داده‌های کوچک، شامل ده‌ها تا صدها مولکول، آموزش ببینند. چکیده همچنین به دشواری تعمیم مدل‌ها میان اهداف پروتئینی و رده‌های شیمیایی متفاوت اشاره می‌کند؛ به همین دلیل، مجموعه‌داده‌های موجود معمولاً در پروژه‌های تازه به کار نمی‌روند.

نویسندگان در این زمینه به مدل‌های بنیادین جدولی، از جمله Prior-data Fitted Networks، اشاره می‌کنند؛ مدل‌هایی که با آموزش روی مجموعه‌ای بزرگ از داده‌ها می‌توانند مسائل یادگیری ماشین را با یک گذر رو‌به‌جلو حل کنند. متن منبع موجود پیش از توضیح روش و یافته‌های مشخص پژوهش قطع می‌شود؛ بنابراین دربارهٔ عملکرد یا نتیجهٔ شبکه‌های پیشنهادی اطلاعاتی ارائه نمی‌دهد.