通过在扩展连通指纹上预训练来提高QSAR图神经网络
机器学习
2026-05-12 v1
摘要
分子图神经网络（GNN）在药物发现中日益常见，尤其是用于量化结构-活性关系（QSAR）研究；然而，其优于经典分子特征化方法的优势备受争议。我们报告了一种提升GNN用于QSAR的通用策略，即通过预训练来预测扩展连通指纹（ECFP）。我们通过统计检验和具有挑战性的离分布（OOD）划分来验证了该方法。在五个六个Biogen基准测试中，我们观察到使用ECFP预训练GNN在所有评估基线上实现了显著的性能提升。然而，对于更异质的数据集和更复杂的终端，如结合亲和力预测，预训练GNN在OOD设置下表现不足。重要的是，我们调查了在下游任务中由于预训练中发生次构水平数据泄露对后续性能的影响。尽管我们识别出ECFP预训练在某些情形下效果较差的场景，但我们的发现表明，ECFP基于预训练可提升多样化、在实际中相关的QSAR任务的下游OOD性能。
引用
@article{arxiv.2605.10722,
title = {On Improving Graph Neural Networks for QSAR by Pre-training on Extended-Connectivity Fingerprints},
author = {Sam Money-Kyrle and Markus Dablander and Thierry Hanser and Stephane Werner and Charlotte M. Deane and Garrett M. Morris},
journal= {arXiv preprint arXiv:2605.10722},
year = {2026}
}