研究进展：化学信息学-深扒强化学习RL的训练漏洞-分子设计 | Nature Communications

本文讨论了在化学信息学中，利用数据驱动的生成模型进行分子设计的技术，特别是在药物发现和功能材料开发领域的应用。文章指出，由于奖励欺骗现象的存在，分子设计方法在优化过程中容易受到影响，导致预测模型不能准确预测偏离训练数据的设计分子性质。为了解决这一问题，日本横滨市立大学的研究团队提出了一种新的设计框架，该框架能够执行多目标优化并防止奖励欺骗。通过设计抗癌药物候选者作为例子，研究团队成功地生成了具有高预测值和可靠性的分子。该框架能够根据用户指定的属性优先级自动调整可靠性级别，无需详细设置。