引入非共价作用图与药效团监督,提升分子性质预测图神经网络
- 该图神经网络在共价键图之外,增加一张仅保留满足化学几何规则的氢键与范德华接触的图,并以原子级药效团标注作为辅助任务进行训练。
- 在多个MoleculeNet分类任务(骨架划分、无预训练)上,表现与现有方法相当或更优,且这两个模块也能提升其他GNN。
- 对少量新测化合物的logD前瞻性验证显示误差中等。本文为chemRxiv预印本,尚未经同行评审。
💡 要点 基于摘要的观点
骨架划分是合理的选择,但第二张图和辅助输出头都会增加参数,我更想看到与容量相当、调参力度一致的普通GNN对比后,增益是否依然存在。药效团标签本身由规则生成,模型也可能只是在重新学习这些规则。建议在自己的化合物系列上试一试,并把logD验证与简单基线对照来判断。