2022年6月23日，国际权威期刊 Nature Machine Intelligence （NMI，影响因子25.898）线上刊登了澳科大中药质量研究国家重点实验室姚小军教授团队与腾讯量子实验室等机构的研究人员合作开发的“自适应图学习方法”方面的研究成果，该工作中所发展的研究方法可以用于分子相互作用及分子性质的预测，可用于基于人工智能的药物发现和设计的多个应用场景，为人工智能赋能创新药物研发提供了新的计算工具。
姚小军教授
分子性质及相互作用的合理预测是创新药物发现和设计中的一个基础科学问题，吸引了制药界和学术界的关注。尽管目前国内外的研究者们已经发展了多个基于深度学习的预测模型，取得了一定的进展，但在模型的预测能力、模型的可解释性和鲁棒性等方面仍然需要提高与改善。针对上述问题，姚小军教授团队和腾讯量子实验室等国内多家研究机构合作，成功开发了首个可用于分子性质和分子相互作用预测的自适应图学习预测模型。
自适应图学习方法设计的思路
用于分子相互作用和性质预测的自适应图学习模型实现细节
该论文报导的自动图学习方法，能够在人工不参与的情况下，在多种不同任务上取得先进的预测性能，超越过去的多个主流模型，具有很好的应用前景。
有关研究论文，可浏览：https://www.nature.com/articles/s42256-022-00501-8
