复旦大学 发布 ACNet 数据集, 应用在 药物发现、AI辅助 领域

复旦大学 本次发布的数据集 ACNet, ACNet是由复旦大学创建的大规模数据集，专注于活动悬崖（AC）预测，对药物发现具有重要意义。该数据集包含超过400K匹配分子对（MMPs），针对190个目标，包括20K MMP悬崖和380K非AC MMPs，提供五个子集用于模型开发和评估。数据集的创建过程涉及从ChEMBL数据库中筛选活动数据，并通过特定的算法识别MMPs。ACNet的应用领域主要集中在AI辅助的药物发现中，旨在预测分子对是否展示AC关系，从而加速活性分子的早期探索和设计。

查看ACNet

关于 复旦大学 , 复旦大学是中国的一所综合性研究型大学，以其在多个学科领域的卓越表现和研究成果享誉全球。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。