超越化学语言：一种增强分子性质预测的多模态方法
化学物理
2023-06-28 v1 机器学习
定量方法
摘要
我们提出了一种新颖的多模态语言模型方法，通过结合化学语言表示与理化特征来预测分子性质。我们的方法 MULTIMODAL-MOLFORMER 利用一种因果多阶段特征选择方法，基于理化特征对特定目标性质的直接因果效应来识别它们。这些因果特征随后与由 MOLFORMER 的分子嵌入生成的向量空间相整合。特别地，我们采用 Mordred 描述符作为理化特征，并识别目标性质的马尔可夫毯，其在理论上包含用于准确预测的最相关特征。我们的结果表明，在预测诸如生物降解性和 PFAS 毒性估计等复杂任务时，我们提出的方法优于现有的最先进算法，包括基于化学语言的 MOLFORMER 和图神经网络。此外，我们展示了特征选择方法在降低 Mordred 特征空间维度的同时保持或提升模型性能的有效性。我们的方法通过利用化学语言与理化特征的协同潜力，为分子性质预测的未来研究开辟了有前景的途径，从而提升了该领域的性能与进展。
引用
@article{arxiv.2306.14919,
title = {Beyond Chemical Language: A Multimodal Approach to Enhance Molecular Property Prediction},
author = {Eduardo Soares and Emilio Vital Brazil and Karen Fiorela Aquino Gutierrez and Renato Cerqueira and Dan Sanders and Kristin Schmidt and Dmitry Zubarev},
journal= {arXiv preprint arXiv:2306.14919},
year = {2023}
}
备注
14 pages, 6 Figures, 5 tables. Submited to NEURIPS 2023, Under review