研究原型 · 已完成公开数据复核

药研 AI 模型
谁预测得更准

帮药研算法团队判断：新模型对细胞实验结果的预测，是否真的比原来的模型更准。

药研模型对比台 / 面向药研算法团队

先看它解决什么 体验交互示例

把模型预测和实验结果放在一起，比较谁更准，差异出在哪些化合物上。

背景 / 模型用在哪里

候选分子很多
实验资源有限

新药研发需要研究候选分子对细胞的影响。但实验时间、样本和经费有限，研究者尝试用细胞图像、分子结构等信息预测实验读数，为后续验证提供参考。

本工具的公开案例聚焦一个具体任务：预测给药后的细胞代谢活性，再与实验实测值核对。它不评价药物在人身上是否有效或安全。

研究背景：用图像与分子信息预测实验结果 ↗

为什么做 / 模型升级之后，还差一次核对

加了更多数据
真的预测得更准吗

比如，旧模型只用细胞图像，新模型再加入分子结构。团队需要知道：整体误差有没有下降？哪些化合物改善了，哪些反而变差？比较前，还要核对记录有没有重复、统计口径是否一致。

  1. 上游 / 已有结果

    模型预测 + 实验实测

    两组模型的已有预测，以及同一批实验的实测值。

  2. 本工具 / 结果复核

    查数据、比误差、找差异

    核对记录，比较整体表现，再追到具体化合物与实验孔。

  3. 下游 / 人来判断

    决定下一轮研发重点

    继续改模型、排查数据或补充验证；不是自动选择药物。

为什么重要 / 把分数变成可复核的结果

决定下一步怎么做
不能只看一个总分

总体误差更低，也可能在部分化合物上预测得更差。团队需要看到这些差异，再决定还要做哪些验证。

Excel 和 Notebook 也能算误差。这里把数据检查、整体比较、逐化合物复核放进同一流程，方便算法与实验同事对照同一批结果讨论。

本页已有真实案例选定的融合模型整体误差更高，但部分化合物更准。查看结果与限制 ↗

目标是让模型评审更容易复核。当前只支持 OASIS 封存预测的离线复核，团队试用尚未开展，节时与研发收益尚未验证。

看32秒操作短片 ↓
合成数据产品演示 / 不代表模型性能实际界面操作 + 字幕与转场 / 无声短片
  1. 01 / 放在一起

    已有预测
    对照实验结果

    同一组实验结果，两组模型已有的预测。

  2. 02 / 看整体

    先比平均误差

    预测离实验结果有多远？MAE 越低越准。

  3. 03 / 看个例

    再看每个化合物

    整体落后，也可能在某些化合物上更准。

  4. 04 / 查输入

    重复记录先停下

    比较前先检查数据；发现重复就暂停。

合成数据交互演示

自己比一次

先看哪组预测更准
再找出结果不同的化合物

合成数据 仅演示流程 不代表模型性能3 个合成化合物 · 9 个孔
合成观测值与固定预测

核对数据关联与唯一性

3 个化合物 / 9 行 / 9 个唯一孔

化合物与实验孔关联 已对齐

合成观测值与两组预测 无缺失

实验孔唯一性 9 / 9

检查通过：9 个唯一孔，可进行模型比较。

加入一个重复孔，查看错误提示。

比较同一评估集上的预测误差

MAE · 越低越好

仅评估 9 个合成实验孔，预测结果固定，不执行模型训练。

平均绝对误差 MAE：预测与观测之间的平均偏差，越低越准。这里按 9 个孔等权计算。

基线模型误差更低

0.042222MAE · 平均偏差

融合模型

0.067778MAE · 平均偏差
预测模型孔数MAE计算口径
基线模型90.042222同一组合成数据
融合模型90.067778同一组合成数据

本组合成数据中，基线模型的整体 MAE 较低，部分化合物的结果不同。

化合物 A · 3 个合成实验孔

基线模型 MAE 0.030000 / 融合模型 MAE 0.083333

基线模型误差更低

0.030000MAE · 平均偏差

融合模型

0.083333MAE · 平均偏差
合成实验孔合成观测值基线模型绝对误差融合模型绝对误差
A-10.220.250.030.320.10
A-20.360.340.020.420.06
A-30.510.550.040.600.09

化合物 A：基线模型误差较低。

其余合成化合物的数据

每行依次为合成观测值、基线预测与融合预测。

B-1：0.58 / 0.61 / 0.59；B-2：0.67 / 0.63 / 0.68；B-3：0.78 / 0.74 / 0.80。

C-1：0.80 / 0.86 / 0.92；C-2：0.92 / 0.87 / 1.04；C-3：1.04 / 0.97 / 1.12。

本地计算 刷新后重置3 个化合物 / 9 个孔 · 检查通过

JSON 包含合成数据、质控结果与误差明细。计算仅在浏览器内完成，不上传或保存研究数据。

三步复核流程

合成数据检查界面：对应关系、缺失与唯一孔检查
01 / 数据质控核对记录关联与实验孔唯一性，重复记录将阻断模型比较。
合成模型比较界面：同一组孔上的固定预测误差
02 / 模型评估在同一评估集上比较固定预测，不重新训练或筛选模型。
合成逐孔复核界面：实测值、两组预测与绝对误差
03 / 逐孔复核按化合物查看逐孔误差，识别与整体结论不同的个例。

以上为合成数据演示界面，不对应真实实验结果。

已完成 / 历史预测复核

本轮融合模型MAE 高于基线

以下为已完成的离线研究评估，与上方合成数据演示无关。

评估队列：934 个化合物、14,175 个孔，比较 10 个模型。

历史测试子集128 个化合物 · 1,928 个孔

平均绝对误差 MAE 越低越好

图像特征基线CP-HGB0.067645
0.06764545242315631
图像与化学特征融合MLP · seed 430.072193
0.07219277411308278

融合模型 MAE 高 6.72%50 个化合物误差更低 · 78 个更高

实验终点44 h、相对 DMSO 的 RealTime-Glo MT 代谢活性，不是人体或临床毒性。

评估局限历史测试集此前已被查看，不构成独立盲测。两组模型的算法不同，误差差异不能单独归因于特征融合。

完整数值与计算方式

CP-HGB：0.06764545242315631
原选融合 MLP（seed 43）：0.07219277411308278
融合 MAE − 对照 MAE：0.00454732168992647

化合物按母体结构合并。先在同一化合物内平均孔绝对误差，再对化合物等权平均。以上误差仅对应 128 个母体化合物、1,928 个孔的测试子集，不是全队列独立测试。合成示例则按孔等权。

这是对历史预测的新复核，不是新训练或新独立测试。934 个化合物为过滤后队列。仅展示已核验汇总，非原始报告截图；不提供真实明细或报告下载，也不由上方合成数据产生。这次比较不能推出“融合无用”。作者公开数据记录 ↗

研发进度与适用范围

当前支持 OASIS 封存预测的离线评估，不支持任意数据表导入。真实研究报告仅限本地使用。

已有
已完成离线评估流程、公开数据复核与合成数据交互演示。
待验证
独立验证与研发团队试用。

尚未接入原始图像、病理切片或 RNA 数据，不提供在线推理与模型训练。商业化价值、药研效益与临床获益尚未验证。

软件验收记录

G0–G3 软件验收通过；1,160 项 CPU 测试通过，11 项 CUDA 测试跳过，本轮未做 GPU 验证。这些是软件测试，不代表科学获益或临床验证。本工具不提供诊断或临床决策。