Rep3Net：一种利用多模态表征进行分子生物活性预测的方法
机器学习
2026-01-13 v2 计算与语言
定量方法
摘要
准确预测化合物的活性有助于通过优先考虑实验测试的候选分子来加速早期药物发现。然而，许多用于该预测的定量结构活性关系（QSAR）方法受到分子表征选择的限制：手工描述符捕获全局属性但忽略局部拓扑，图神经网络编码结构但常缺乏更广泛的化学上下文，基于SMILES的语言模型提供从大型语料库中学习的上下文模式，但很少与结构特征结合。为利用这些互补信号，我们引入Rep3Net，一个统一的多模态架构，用于融合RDKit分子描述符、来自残差图卷积背bone的图派生特征，以及ChemBERTa SMILES嵌入。我们在针对Human PARP1的精选ChEMBL子集上使用五折交叉验证评估Rep3Net。Rep3Net的均方误差为，均方根误差为，，并获得Pearson和Spearman相关系数分别为和，显著优于多个强大的GNN基线。此外，Rep3Net由于单层GCN背bone和并行冻结编码器，实现了良好的延迟-参数权衡。消融实验表明，图结构、ChemBERTa语义和手工描述符各自贡献互补信息，完整融合提供了最大的误差降低。这些结果表明，多模态表征融合可以提高PARP1的活性预测，并为早期药物发现中的虚拟筛选提供可扩展框架。
引用
@article{arxiv.2512.00521,
title = {Rep3Net: An Approach Exploiting Multimodal Representation for Molecular Bioactivity Prediction},
author = {Sabrina Islam and Md. Atiqur Rahman and Md. Bakhtiar Hasan and Md. Hasanul Kabir},
journal= {arXiv preprint arXiv:2512.00521},
year = {2026}
}