学习邻域：无对比的多模态自监督分子图预训练
机器学习
2025-09-29 v1 人工智能
摘要
高质量的分子表示对于性质预测和分子设计至关重要，然而大型标记数据集仍然稀缺。虽然分子图上的自监督预训练已显示出前景，但许多现有方法要么依赖于手工制作的数据增强或复杂的生成目标，并且通常仅依赖于二维拓扑结构，使得有价值的三维结构信息未被充分利用。为了弥补这一空白，我们引入了C-FREE（基于自我中心网络的对比无关表示学习），这是一个将二维图与三维构象集合相结合的简单框架。C-FREE通过预测潜在空间中来自其互补邻域的子图嵌入来学习分子表示，使用固定半径的自我中心网络作为跨不同构象的建模单元。这种设计使我们能够在混合图神经网络（GNN）-Transformer骨干网络中整合几何和拓扑信息，无需负样本、位置编码或昂贵的预处理。在提供丰富三维构象多样性的GEOM数据集上进行预训练后，C-FREE在MoleculeNet上取得了最先进的结果，超越了对比、生成和其他多模态自监督方法。在具有不同规模和分子类型的数据集上进行微调进一步表明，预训练可以有效地迁移到新的化学领域，突显了三维信息增强的分子表示的重要性。
引用
@article{arxiv.2509.22468,
title = {Learning the Neighborhood: Contrast-Free Multimodal Self-Supervised Molecular Graph Pretraining},
author = {Boshra Ariguib and Mathias Niepert and Andrei Manolache},
journal= {arXiv preprint arXiv:2509.22468},
year = {2025}
}