基于自监督预训练的图神经网络在分子性质预测中的下游任务迁移效率研究综述.docVIP

基于自监督预训练的图神经网络在分子性质预测中的下游任务迁移效率研究综述

分子性质预测是药物研发、材料科学、环境化学等领域的核心基础任务，传统的湿实验测定方法存在周期长、成本高、通量低等固有局限，无法满足高通量分子筛选的实际需求。近年来，图神经网络（GNN）凭借对分子拓扑结构的天然适配性，已经成为分子性质预测的主流建模工具，但标记数据稀缺始终是限制其在细分任务上性能提升的关键瓶颈。自监督预训练技术通过在大规模无标记分子数据上学习通用结构与化学特征，再迁移到下游少标签任务进行微调，为破解数据困境提供了可行路径，而迁移效率则是衡量预训练范式实际应用价值的核心指标，直接决定了预训练模型能否在低资源场景下实现性能增益。

一、分子图自监督预训练的核心范式与迁移逻辑

分子图的自监督预训练本质是通过设计pretext任务，让模型在无需人工标注的情况下学习分子的内在化学规律。当前主流的预训练范式可分为三大类：第一类是基于属性掩码的预训练，核心思路是随机遮蔽分子图中的部分节点或边属性，让模型预测被遮蔽的内容，典型代表包括原子类型预测、官能团识别、键级预测等任务，这类预训练能够让模型学习到原子成键规则、官能团的局部结构特征，迁移到官能团相关的性质预测任务时通常表现出较高的效率。第二类是基于结构对比的预训练，通过构造同一分子的不同视图（如移除部分边、替换局部结构、构象变化等），让模型学习到不同视图间的