MolSight：基于图像的分子属性预测
计算机视觉与模式识别
2026-05-12 v1 计算与语言
摘要
每一个曾合成的分子都可以绘制为 2D 骨架图，然而在现代属性预测中，这种普遍可用的表示方式较少受到关注，取而代之的是分子图、3D 构象或十亿参数的语言模型，每种方式都带来了各自的计算与数据工程开销。我们提出了 ，这是首个基于视觉的分子属性预测（MPP）的大规模系统研究。使用 10 种视觉架构、7 种预训练策略和 张分子图像，我们评估了其在 10 个下游任务上的性能，涵盖物理属性回归、药物发现分类和量子化学预测。为了解释预训练分子间结构复杂性的巨大差异，我们进一步提出了一种 ：五个结构复杂性描述符将语料库划分为化学难度递增的五个层级，其表现始终优于非课程基线。我们表明，由视觉编码器处理的单张渲染键线图足以进行具有竞争力的分子属性预测，即 。最佳的经过课程训练的配置在 上取得了最优结果，并在 上位列前二，且其 FLOPs 比最接近的多模态竞争者低 \textbf{\textit{80 倍}}。
引用
@article{arxiv.2605.10157,
title = {MolSight: Molecular Property Prediction with Images},
author = {Aaditya Baranwal and Akshaj Gupta and Shruti Vyas and Yogesh S Rawat},
journal= {arXiv preprint arXiv:2605.10157},
year = {2026}
}