Open Pomegranate

GraphNOSE: 新型图变换器预测嗅觉特性

研究人员开发了GraphNOSE，一个开源的图变换器框架，用于从分子结构预测嗅觉特性。与现有的线性模型、分子语言模型嵌入和图神经网络相比，这个新模型表现出更优越的性能，尤其是在泛化到新颖的化合物和混合物方面。GraphNOSE采用基于变换器的图架构，集成了位置和结构编码，以显著少于传统图神经网络的参数实现了高精度。该框架还纳入了可解释AI方法，以识别影响气味预测的关键分子亚结构和特征，提供了化学上直观的见解。