计算与 AI 药物发现 Journal of Chemical Information and Modeling (ACS)

指纹相似性先验使分子语言模型的嵌入更符合化学实际

  • SAGA是一种仅在训练阶段使用的正则化方法,通过核对齐使模型的分子嵌入与基于指纹的相似性保持一致,推理时无需额外参数或指纹计算。
  • 该方法被加入两个现有的分子–文本模型,并在检索、类似物搜索、骨架划分的性质预测、描述生成和分子生成上进行了回顾性测试。
  • 检索、类似物质量和平均性质预测均有提升,其他任务未见明显退化;对照实验表明增益来自先验中的化学信息。
要点 基于摘要的观点

推理阶段零成本,上手很容易,对照实验也是最有说服力的部分。不过与Tanimoto对齐的嵌入,在奖励相似性的类似物检索和骨架划分平均指标上表现更好是顺理成章的。能否用于SAR,要看活性悬崖分子对上的结果,那里指纹相似性恰恰是错误的先验。