药物文本对齐的薄桥：面向靶向药物检索的轻量对比学习
机器学习
2025-10-07 v1 生物大分子
摘要
多模态基础模型在药物发现和生物医学应用中具有潜力，但大多数现有方法依赖重型预训练或大规模多模态语料。我们探讨了薄型对比桥梁——即在冻结单模态编码器上添加轻量投影头——是否能够在不训练完整多模态模型的情况下对化学和文本表示进行对齐。使用ChEMBL中的配对机制，我们通过对齐ECFP4分子指纹与生物医学句子嵌入，通过双线性投影进行对齐，并采用对比目标函数进行训练。为更好地处理共享相同治疗靶点的药物，我们采用硬负样本加权和间隙损失。在基于骨架的划分下进行评估，这些划分要求在不共享的化学骨架上进行泛化，结果表明我们的方法在跨模态对齐方面取得非平凡效果，并显著优于冻结基线，在靶点特定检索方面实现了显著提升。这些结果表明，薄型桥梁是大规模多模态预训练的计算高效替代方案，使药物文本对齐和靶点特定检索在精准医疗领域成为可能。
引用
@article{arxiv.2510.03309,
title = {Thin Bridges for Drug Text Alignment: Lightweight Contrastive Learning for Target Specific Drug Retrieval},
author = {Mallikarjuna Tupakula},
journal= {arXiv preprint arXiv:2510.03309},
year = {2025}
}