热点事件持续更新

MS-GPT 提出分子结构解析新方法

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Xin Zhao 等研究人员提出 MS-GPT，将质谱串联碎片数据（MS/MS）的从头分子结构解析重构为谱图诱导的后验查询任务，利用条件分子语言模型生成候选分子结构。该方法通过指纹密度校准生成多组分子指纹查询，再结合生成频率与后验相似度筛选候选结构，并使用 LoRA 适配器缓解领域特定的后验偏差。在 NPLIB1 和 MassSpecGym 数据集上，MS-GPT 分别取得 17.1% 和 10.2% 的 Top-1 精确匹配准确率，以及 27.6% 和 13.2% 的 Top-10 准确率，论文称其取得了新的最先进结果。

AI 根据报道生成 · 2 小时前更新

报道时间线

沿着报道，了解事件的不同侧面。

11月2日

13:00
arXiv · Machine Learning
MS-GPT：将 MS/MS 从头分子结构解析重构为分子语言模型的谱图诱导后验查询
MS-GPT 将 MS/MS 从头分子结构解析重构为谱图诱导的后验查询，通过指纹密度校准生成多组指纹查询，并结合生成频率与后验相似度筛选候选结构。在 NPLIB1 和 MassSpecGym 上取得新的最先进结果，Top-1/Top-10 精确匹配准确率分别达到 17.1%/27.6% 和 10.2%/13.2%。LoRA 适配器用于缓解领域特定的后验偏差。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。