FARM：通过功能基团感知增强分子表示
机器学习
2026-04-29 v4 定量方法
摘要
我们介绍了面向小分子的功能基团感知表示 (FARM)，这是一种新的基础模型，旨在搭建 SMILES、自然语言与分子图之间的鸿沟。FARM 的核心思想是对原子级别的功能基团 (FG) 注释进行编码，从而实现 FG 增强的 SMILES 和 FG 图。在此表示中，SMILES 字符串被丰富化，包含功能基团信息，以标识每个原子所属的功能基团；而 FG 图通过表示功能基团之间的连接来捕获分子结构。这种 tokenization 将化学知识注入 SMILES，并扩充了有效的分子词汇，使表示更适合 Transformer-based 模型，也更符合自然语言的结构。FARM 从两个互补的视角学习分子表示，以联合编码功能和结构信息。对 FG 增强的 SMILES 进行掩码语言建模，捕获功能上下文丰富的原子级特征；图神经网络则通过功能基团的连通性建模更高层次的分子拓扑结构。随后，通过对比学习将这两个视角对齐到统一的嵌入空间，确保原子级细节和功能基团结构共同被表示。我们在 MoleculeNet 基准测试中对 FARM 进行评估，在 13 个任务中实现了 8 个任务的尖峰性能。我们进一步在量子力学性质的光稳定性数据集上验证了其泛化能力。这些结果表明，FARM 改进了分子表示学习，支持在药物发现和材料科学中实现强大的迁移学习，并在制药研究和功能材料设计中实现广泛应用。
引用
@article{arxiv.2410.02082,
title = {FARM: Enhancing Molecular Representations with Functional Group Awareness},
author = {Thao Nguyen and Kuan-Hao Huang and Ge Liu and Martin D. Burke and Ying Diao and Heng Ji},
journal= {arXiv preprint arXiv:2410.02082},
year = {2026}
}
备注
Preprint. The code is available at: https://github.com/thaonguyen217/farm_molecular_representation