蛋白质+AI+研发革新-PPT课件.pptxVIP

蛋白质AI研发革新;;AI药物研发的数据瓶颈;;药企私有数据的核心价值;传统数据共享的隐私与机密壁垒;联邦学习打破数据孤岛;联邦学习架构原理与机制;本地数据不出域;;药企联盟共训OpenFold3实践;AISB联盟与五家跨国药企合作;核心指标全面跃升:联邦学习微调后,蛋白-配体接触面局部结构质量达标率(PL-lDDT)从35.6%提升至52.1%,配体正确放置比例(bisyRMSD)从28.9%跃升至46.8%,微调显著释放了私有数据价值。

突破公开模型性能上限:整体性能较现有最强公开模型Boltz-2高出约11%,同时蛋白-蛋白界面预测达标率从公开模型的40.0%跃升至62.6%,验证联邦学习能突破公开模型能力瓶颈。

安全与效率兼顾:五家药企联合整合超2万条私有蛋白-配体结构数据,仅耗时十周即完成微调,且数据安全测试未发现泄漏通道,为保护商业机密下的AI协作提供了可行范式。;研究团队从训练集中严格剥离出1056组蛋白质-配体结构作为独立测试集，用于客观评估微调后模型在未见数据上的真实泛化预测能力。;模型性能突破与指标评估;关键指标PL-lDDT与bisyRMSD显著提升;超越公开最强模型与单企微调模型;;昇腾原生全原子生物分子模型TorchX;;TorchX三大核心模块功能解析;;TorchX底层技术创新与优化;网络架构兼容;;;后会有期谢谢观看