MoleculeNet: a benchmark for molecular machine learning.
PulseAugur coverage of MoleculeNet: a benchmark for molecular machine learning. — every cluster mentioning MoleculeNet: a benchmark for molecular machine learning. across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
HiFi-Mol框架使用多视图学习增强分子属性预测
研究人员开发了HiFi-Mol，一种新颖的分子表示学习多视图框架。该方法结合了分层图编码和上下文指纹嵌入，以改进分子属性预测。HiFi-Mol在MoleculeNet基准测试中平均ROC-AUC提高了2.77%，在八项分类任务中优于现有方法。
-
新的WEECFP-SuRGE架构在分子性质预测方面表现强劲
研究人员开发了WEECFP-SuRGE，这是一种新颖的Transformer架构，它利用独特的图距离编码方法来处理分子指纹。这种方法将子结构编码到向量中，并使用带有图距离的自注意力机制，在各种基准测试中表现出强劲的性能。WEECFP-SuRGE Blend在TDC ADMET排行榜上名列前茅，尤其在预测Pgp、亲脂性和CYP2D6底物等性质方面表现出色，并且在MoleculeNet回归任务上也显示出显著的改进。
-
新的BiScale-GTR框架增强了分子表示学习
研究人员推出了一种新颖的分子表示学习自监督框架BiScale-GTR。该方法利用上下文基础的共享片段标记，其中使用基于Weisfeiler-Lehman (WL) 的片段标识和递归分解创建图字节对编码 (graph-BPE) 词汇表。然后，该框架使用原子级GNN表示来基础每个共享片段标记，从而实现相同片段的上下文相关表示。一种结构感知的片段变换器处理这些标记，以捕获可重用的子结构标识、局部化学上下文和长程分子依赖性，在各种分子机器学习…
-
新型分子大语言模型使用子结构推理以改进属性预测
研究人员开发了MR-MoL，这是一种新颖的分子大语言模型（LLM），用于药物发现中的属性预测。与现有隐式表示分子的模型不同，MR-MoL显式地将子结构归因作为推理。这种推理源自微调的图神经网络，通过突出显示不同粒度（如Murcko骨架、BRICS片段和官能团）的影响分子成分来指导LLM。该模型在八项MoleculeNet任务上表现出色，优于通用模型，并缩小了与专用模型的差距，同时诊断证实了其有效利用了提供的推理。
-
LLM的分子预测能力在记忆与真实学习之间进行测试
一项新近发表在arXiv上的研究，调查了大型语言模型（LLMs）在分子性质预测方面的上下文学习能力。研究人员探讨了GPT-4.1、GPT-5和Gemini 2.5等模型是真正执行回归分析，还是依赖于记忆的数据。通过在一系列MoleculeNet数据集上进行的盲测实验，该研究未发现逐字检索的证据，并强调了在数据访问逐渐受限时，预训练知识与上下文信息之间的冲突。
-
新的SenCos-GEM框架提高了分子属性预测的准确性
研究人员开发了SenCos-GEM，一种新的分子表示学习框架，旨在提高分子属性预测的准确性。该方法利用余弦定理整合了物理引导的几何一致性，以创建鲁棒的3D空间先验，解决了现有方法中易受几何噪声和灾难性遗忘影响的局限性。SenCos-GEM还采用了轻量级SE模块和双调制预测头进行动态特征重新校准，在MoleculeNet等基准测试中取得了最先进的结果，尤其是在构象敏感回归任务上。
-
表格基础模型在生物分子预测任务中展现出惊人的泛化能力
一篇新的研究论文探讨了表格基础模型（如 TabPFN 和 TabICL）在预测生物分子属性方面的惊人有效性。尽管这些模型在与生物结构没有直接联系的合成数据上进行了预训练，但在蛋白质适应性回归和小分子分类的少样本学习场景中，它们仍然展现出具有竞争力的性能。研究强调，虽然表格上下文学习显示出潜力，但其成功在很大程度上依赖于所使用的蛋白质或分子表示的质量。
-
AI 代理通过闭环研究改进分子性质预测
研究人员开发了一个闭环自动研究系统，将自动化机器学习的范围从固定数据集扩展到动态改变研究工作流程。该系统利用语言模型代理来编辑代码、表示形式并获取分子性质预测的外部证据。在 36 个端点上的实验表明，虽然特征和模型的自动搜索对保留测试数据的泛化能力有限，但精心策划的外部数据显著提高了特定任务的性能，突显了在人工智能驱动的研究中，仔细的数据策划和验证对于可迁移性的重要性。
-
分子特征分析挑战AI泛化启发式方法
一篇新论文分析了分子特征的光谱特性，以理解机器学习中的模型泛化。研究人员发现，更丰富的谱特征并不总是能带来更好的性能，这挑战了自监督学习中的普遍假设。该研究在QM9和MoleculeNet基准测试中，使用了基于ECFP、Transformer和图神经网络等各种表示的核岭回归，结果显示只有基于ECFP的核显示出与性能的一致正相关性。
-
新的 C-FREE 框架整合二维和三维数据用于分子图学习
研究人员开发了 C-FREE，一种新颖的分子图自监督学习框架，可有效整合二维拓扑和三维构象数据。与以往的方法不同，C-FREE 通过预测子图嵌入的潜在空间邻域，避免了负样本或复杂生成目标的需要。该方法在 GEOM 数据集上进行了演示，在 MoleculeNet 基准测试中取得了最先进的性能，优于现有的对比和多模态技术，并显示出对新化学领域的强大迁移能力。
-
分子MPNN：消息构建驱动性能，而非更新复杂度
一项新的基准测试研究分析了分子消息传递神经网络（MPNN）的性能驱动因素。该研究将MPNN架构分解为三个关键算子家族：消息种子初始化、节点-边融合和节点更新。在十个MoleculeNet数据集上，研究发现消息构建，特别是初始化和融合，对性能的影响比更新复杂度更大。这项工作通过关注化学信息如何整合到消息传递管道中，为开发更有效的分子MPNN提供了设计启发。
-
FARM模型通过官能团感知增强分子表示
研究人员开发了一种名为FARM（Functional Group-Aware Representations for Small Molecules）的新基础模型，以改进AI对分子结构的理解。FARM在原子层面整合了官能团注释，创建了增强的SMILES字符串和分子图，能够同时捕捉化学知识和结构连接性。这种方法使基于Transformer的模型能够更好地处理分子数据，并在MoleculeNet基准测试的13项任务中的8项上取得了最先进的性能。