引入优化分子特征表示以提升药物发现效率的新框架

在药物研发领域，有效分子特征的表征对于预测分子属性至关重要。近期，清华大学、西湖大学及之江实验室的研究团队提出了“知识引导的图Transformer预训练”（Knowledge-guided Pre-training of Graph Transformer，简称KPGT），一种旨在通过强化分子表征学习来改善分子特性预测的自监督学习框架。KPGT集成专为分子图设计的图Transformer与知识导向的预训练策略，以充分捕捉分子的结构与语义信息。

广泛计算测试表明，KPGT在各类分子特性预测任务中展现出卓越性能。通过鉴定两种抗癌靶点的潜在抑制剂，KPGT的应用实践性得到了验证。整体来看，KPGT为AI驱动的药物发现提供了强大且实用的工具。

KPGT的核心在于引入额外知识，通过自监督学习框架提升分子表征能力，以此解决分子表征难题。结合ChEMBL29数据集中的约200万个分子，KPGT预训练过程得以实现，进而显著提升分子属性预测的准确性与泛用性。

自监督学习框架KPGT详解

KPGT框架由两个关键部分组成——用于精确建模分子图结构的骨干模型“Line Graph Transformer”（简称LiGhT），以及知识导向的预训练策略。这一框架巧妙地融合了LiGhT的高容量模型特性与捕获分子结构与语义知识的能力。

实验成果与实际应用

KPGT在多个数据集上的表现优于传统基线方法，尤其是在分子性质预测任务中，展现出显著的性能提升。通过成功识别造血祖细胞激酶1（HPK1）与成纤维细胞生长因子受体（FGFR1）的潜在抑制剂，KPGT的实际应用价值得以证实。

局限性与未来展望

尽管KPGT在分子特性预测方面表现出色，但仍存在改进空间。例如，进一步整合其他类型的知识、集成三维分子构象信息，以及探索更大规模的预训练，都可能为分子表征学习带来实质性的提升。总体而言，KPGT为AI辅助药物发现提供了革新性的框架，加速了药物研发进程。

论文详情与链接