ChemCLIP：通过对比学习桥接有机与无机抗癌化合物
机器学习
2026-03-31 v1 人工智能
摘要
抗癌治疗药物的发现传统上将有机小分子和金属基配位络合物视为独立的化学领域，限制了知识传递，尽管它们共享共同的生物学目标。这种差异在可用数据中尤为明显，有机化合物的筛选数据库庞大，而仅有一千余个表征过的金属络合物。在这里，我们引入了ChemCLIP，一个双编码器对比学习框架，通过基于共同抗癌活性而非结构相似性学习统一表示，桥接了这一有机-无机鸿沟。我们编制了互补数据集，包含44,854个独特有机化合物和5,164个独特金属络合物，在60个癌细胞系上标准化。通过使用活性感知硬负样本挖掘训练并行编码器，我们将结构不同的化合物映射到共享的256维嵌入空间中，其中生物学相似的化合物无论化学类别如何都聚集在一起。我们系统地评估了四种分子编码策略：Morgan指纹、ChemBERTa、MolFormer和Chemprop，通过定量对齐指标、嵌入可视化和下游分类任务。Morgan指纹取得了优越性能，平均对齐率为0.899，下游分类AUC分别为0.859（无机）和0.817（有机）。这项工作建立了对比学习作为统一不同化学领域的有效策略，并为多模态化学应用中的编码器选择提供了实证指导，其影响超越抗癌药物发现延伸至任何需要跨领域化学知识传递的场景。
引用
@article{arxiv.2603.28575,
title = {ChemCLIP: Bridging Organic and Inorganic Anticancer Compounds Through Contrastive Learning},
author = {Mohamad Koohi-Moghadam and Hongzhe Sun and Hongyan Li and Kyongtae Tyler Bae},
journal= {arXiv preprint arXiv:2603.28575},
year = {2026}
}
备注
15 pages