基于注意力增强的多尺度拓扑图池化策略AETP在分子图分类中的创新研究

为解决现有图神经网络(GNN)在分子图分类中难以捕捉多尺度拓扑特征的瓶颈，研究人员提出注意力增强的多尺度拓扑图池化模型AETP。该模型整合GAT(图注意力网络)和GIN(图同构网络)架构，结合地标-见证复形技术，在FDA_DILIst等分子数据集上实现超越GCN/GATv2/TopoPool等基线模型的性能突破，为复杂分子结构表征提供新范式。

　　

在人工智能与化学交叉领域，分子图分类一直是药物发现和毒性预测的核心挑战。传统图神经网络(GNN)如GCN、GraphSAGE等虽能处理图结构数据，却像"近视的观察者"——仅能捕捉局部邻域特征，对分子中关键的全局拓扑结构（如环状构象、官能团空间排布）视而不见。更棘手的是，现有拓扑池化方法如TopoPool虽引入持久同源(Persistent Homology)分析，但仍受限于传统邻域聚合机制，导致分子指纹表征存在"拓扑信息流失"现象。这种缺陷在FDA_DILIst（药物肝毒性数据集）等复杂分子分类任务中尤为明显，严重制约了AI辅助药物设计的精度。

针对这一瓶颈，来自HUTECH大学的研究团队在《Computational Biology and Chemistry》发表创新研究，提出注意力增强的多尺度拓扑图池化模型AETP。该模型通过三重革新实现突破：首创GAT-GIN双引擎架构，将局部注意力机制与全局同构测试相结合；开发?-距离邻域子图构建算法，实现拓扑敏感的特征保留；引入地标-见证复形(Landmark-Witness Complex)技术捕捉分子空间拓扑。实验证明，AETP在T3DB_Toxin_2（毒素数据库）等4个分子数据集上平均准确率提升12.7%，尤其对Eye_Irritation（眼刺激性）分类的F1-score达0.914，显著优于GATv2、TopoPool等11种基线模型。

关键技术方法包括：1) 基于多头注意力(GAT)的局部拓扑评分；2) 结合Weisfeiler-Lehman(WL)同构测试的GIN全局表征；3) ?-距离邻域子图构建；4) 地标点持续同源特征提取；5) 多层感知机(MLP)分类器融合多尺度特征。实验采用FDA_DILIst等真实世界分子数据集，涵盖1,824个化合物样本。

【Graph neural network & graph pooling operation】
研究指出传统GNN的"消息传递-聚合"范式存在拓扑盲区。对比实验显示，仅用GCN聚合的分子图在T3DB_Toxin_2数据集上错分率达38.2%，主要误判具有相似原子组成但拓扑异构的分子对。

【Our proposed AETP model】
模型架构创新体现在三阶段处理：首先通过GAT的8头注意力机制计算节点重要性分数，捕获如苯环邻位取代基等局部特征；其次采用GIN的5层WL测试层生成全局拓扑嵌入，成功区分98.3%的非同构分子；最后融合两类特征构建?-距离子图，在Eye_Corrosion数据集上使关键官能团识别率提升21.4%。

【Empirical studies & discussions】
跨数据集测试表明，AETP的拓扑敏感性带来显著优势：在FDA_DILIst中AUROC达0.932，比TopoPool提高0.148；对含杂环化合物的分类准确率突破90%阈值，验证了多尺度表征的有效性。消融实验证实GIN组件对全局拓扑捕获贡献率达67.8%。

【Conclusions】
该研究开创性地将拓扑几何理论与注意力机制相结合，突破传统GNN的尺度局限。AETP不仅为分子属性预测提供新工具，其?-距离子图构建策略更可拓展至蛋白质相互作用网络分析。未来工作将探索三维分子构象的拓扑嵌入，进一步推动AI驱动的精准药物设计。

研究同时指出当前局限：对超大规模分子图（>5,000节点）的计算效率待优化，且地标点选取策略仍需人工干预。这些发现为下一代拓扑感知GNN指明发展方向。