研究团队提出DELBERT-2分子指纹预训练语言模型
Start here
2026年11月3日，研究团队在arXiv发布成果，提出用于DNA编码化合物库（DEL）蛋白质结合物预测的预训练分子指纹语言模型DELBERT-2。该模型采用ModernBERT编码器，在2.5M分子数据上进行掩码语言建模预训练，可将稀疏分子指纹转换为统一的token序列。在6个靶点的分布外测试中，DELBERT-2的PR-AUC与NDCG@1000指标均优于LightGBM等基线模型，其Top-100富集因子达到13.28±3.72。目前，该项目的相关代码已开源。
AI-generated from reports · Updated 20 hours ago
Report timeline
Follow the reports to see different sides of the story.
- arXiv 机器学习DELBERT-2：用于 DEL 蛋白质结合物预测的预训练分子指纹语言模型
DELBERT-2 采用 ModernBERT 编码器在 2.5M 分子数据上进行掩码语言建模预训练，可将稀疏分子指纹转换为统一 token 序列以预测 DEL 蛋白质结合物。在 6 个靶点的分布外测试中，其 PR-AUC 与 NDCG@1000 均优于 LightGBM 等基线，Top-100 富集因子达到 13.28±3.72，相关代码已开源。
Story heat trend
Current heat 5·Comparable peak 9（Nov 3 18:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.