分子指纹中的哈希冲突：对性质预测与贝叶斯优化的影响
机器学习
2025-11-24 v1
摘要
分子指纹方法使用哈希函数创建分子的固定长度向量表示。然而，哈希冲突导致不同次构象被表示为相同特征，导致分子相似性计算的高估。我们研究使用精确指纹是否在分子性质预测和基于高斯过程的贝叶斯优化中优于标准压缩指纹。我们发现，使用精确指纹在来自 DOCKSTRING 数据集的五个分子性质预测基准中，预测准确性有小幅且持续的改进。然而，这些收益并未转化为贝叶斯优化性能的显著提升。
引用
@article{arxiv.2511.17078,
title = {Hash Collisions in Molecular Fingerprints: Effects on Property Prediction and Bayesian Optimization},
author = {Walter Virany and Austin Tripp},
journal= {arXiv preprint arXiv:2511.17078},
year = {2025}
}
备注
NeurIPS 2025 AI4Science workshop. Code: https://github.com/wvirany/molcollisions Openreview: https://openreview.net/forum?id=POgOHi8a7t