MIPT科学家：神经网络在药物研发中表现不佳

莫斯科物理技术学院（MIPT）的研究人员发现，用于模拟未来药物的人工智能可能会产生系统性误差。他们测试了四种流行的算法：AlphaFold 3、Boltz-2、Chai-1和Protenix-v1。研究聚焦于如甲胺和乙酸这类简单分子，这些分子可以以中性和带电两种形式存在。结果显示，预测结果更多依赖于输入格式（CCD标准或SMILES记法），而非分子的电荷。令人担忧的是，预测的键长系统性偏短，有时甚至短了十倍，这表明模型并未完全理解基础化学。MIPT实验室负责人伊万·古什钦指出，没有任何工具在准确性方面表现出色，并强调需要改进算法，使其对输入格式不变，并考虑分子电荷的变异性。这项工作得到了俄罗斯科学与高等教育部支持，所有数据均可在Zenodo上公开获取。