The Innovation Drug Discovery | 基于知识蒸馏的联邦式分子设计框架FedMol
AI分子设计需要“喂养”海量数据，但生物医药企业的核心化合物库是最高级别的商业机密，难以公开共享。如何在保护隐私的同时保证生成分子的质量与效率？本研究提出的FedMol框架，融合低秩适配（LoRA）与知识蒸馏（KD），以更新极少参数、交换软化概率分布的方式，实现了高质量、低成本、保护参与方隐私的联邦式分子生成，为多个参与方共同研发药物提供了新范式。
FedMol通过“预训练-联邦微调”的两阶段设计，在严格保护数据隐私的前提下，实现了可对标集中式训练的分子生成性能。
原文链接：http://t.cn/AXaLEPJ2