A heterogeneous LLM-augmented ensemble for robust drug-induced autoimmunity prediction
Cet article présente un ensemble hétérogène à six flux robuste qui intègre des descripteurs classiques, des empreintes moléculaires et de multiples modèles de langage pré-entraînés pour surpasser de manière significative les références existantes dans la prédiction de l'autoimmunité induite par les médicaments, notamment en maintenant une précision élevée et une incertitude calibrée sur des squelettes chimiques hors distribution.