研究前沿：北京大学深圳研究生院电子圆二色谱ECDFormer机器学习| Nature Computational Science

本文介绍了北京大学深圳研究生院的研究团队在Nature Computational Science上发表的一项研究，该研究针对电子圆二色（ECD）光谱技术的预测难题，提出了ECDFormer模型。该模型通过解耦峰值预测方法，显著提高了预测的精度和效率，峰值符号精度从37.3%提高到72.7%，时间开销从4.6小时降低到1.5秒。此外，ECDFormer模型还能从光谱数据中直接捕获分子轨道信息，并具备预测其他类型光谱的泛化能力。这项研究为不对称有机合成和药物工业中的手性分子分析提供了新的工具。