基于Transformer的分子指纹学习与性质预测研究综述.docVIP

基于Transformer的分子指纹学习与性质预测研究综述

1分子指纹学习的研究背景与传统范式

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，其本质是通过构建分子结构与理化性质、生物活性之间的映射关系，实现高通量虚拟筛选与分子设计。传统分子表示方法依赖人工定义的分子描述符与指纹编码，如Morgan指纹、MACCS键、拓扑指数等，这类方法通过将分子的子结构、官能团、化学键类型等特征映射为固定长度的二进制向量或实值向量，具备计算效率高、解释性强的优势。但人工编码的固有缺陷也十分突出：一方面，特征设计依赖领域专家知识，无法覆盖复杂分子的潜在结构模式，尤其是对于含有复杂手性中心、多环共轭体系、动态构象的分子，人工特征的信息损失严重；另一方面，固定长度的编码难以适应分子大小与结构复杂度的差异，小分子与大分子的特征维度无法动态适配，导致模型在跨分子家族的性质预测任务中泛化能力不足。

随着深度学习技术的发展，基于图神经网络（GNN）的分子表示学习逐渐成为主流范式。GNN以分子的原子为节点、化学键为边构建分子图，通过消息传递机制聚合邻域原子与化学键的特征，能够自动学习分子的结构-性质关联规则，在溶解度预测、毒性预测、药物靶点亲和力预测等任务中性能显著超越传统方法。但GNN的消息传递机制受限于局部感受野，对于分子中长程的结构依赖（如共轭体系的电子离域效应、蛋白质-配体结合中的远距