联合分子生成与性质预测的协同优势

通过建模数据样本及其性质的联合分布，可以构建单一模型用于数据生成和性质预测，协同效应超越纯粹的生成或预测模型。然而，训练联合模型面临挑战性的架构和优化问题。本文我们提出Hyformer，一种基于transformer的联合模型，成功地将生成和预测功能融合，通过交替注意力机制和联合预训练方案实现。我们展示Hyformer在分子生成和性质预测方面同时优化，同时在条件采样、分布外性质预测和表征学习中展现协同效应。最后，我们在药物设计中发现新型抗原虫肽的用例中展示了联合学习的优势。