协同耦合解决了尺度难题:基于层次原子-基元结构的指导方法,用于实现功能导向的分子预测
《Expert Systems with Applications》:Synergistic Coupling Resolves the Scale Dilemma: Hierarchical Atom-Motif Guidance for Function-Aware Molecular Prediction
【字体:
大
中
小
】
时间:2026年05月08日
来源:Expert Systems with Applications 7.5
编辑推荐:
曾星杰|熊斌|王帅|王阳|王欣|张冲|Hans-Arno Jacobsen|郭建军|钟成
中国西南石油大学计算机与软件工程学院,成都610500
摘要
分子属性预测需要既具有结构完整性又具有功能区分性的分子表示方法。尽管取得了显著进展,现有方法在提取高精度功能语义以
曾星杰|熊斌|王帅|王阳|王欣|张冲|Hans-Arno Jacobsen|郭建军|钟成
中国西南石油大学计算机与软件工程学院,成都610500
摘要
分子属性预测需要既具有结构完整性又具有功能区分性的分子表示方法。尽管取得了显著进展,现有方法在提取高精度功能语义以及协调细粒度原子细节与粗粒度功能基序方面的能力仍有局限,这限制了预测的准确性。为了解决这些限制,我们提出了一种用于功能感知分子属性预测的耦合层次原子-基序预测器(CHAMP)。CHAMP通过从准备到融合的机制改进了分子表示学习:它首先准备出在结构上可靠且在功能上有信息量的基序表示,然后利用这些准备好的基序语义来指导粗粒度基序与细粒度原子特征之间的冲突感知融合。通过这种机制,CHAMP生成的分子嵌入既保留了结构准确性,又将多尺度线索整合成一个连贯且具有区分性的表示,从而提高了下游属性预测的表示完整性。在多个基准数据集上的综合实验表明,CHAMP在分类和回归任务中均实现了持续的高预测性能。定性分析进一步表明,这些改进源于系统的多尺度集成和化学可解释的注意力模式,为所提出的框架提供了机制性见解。
引言
准确高效地预测分子属性是现代化学科学中的一个核心挑战,对药物发现、材料设计和生物化学研究具有深远的影响(Fang等人,2025年;Reiser等人,2022年;Shi、Zhou、Huang、Wu和Hong,2024年;Waikhom和Patgiri,2023年)。基于图的方法通过编码分子的固有图结构来处理这一任务,其中原子对应于节点,化学键对应于边(Guo等人,2022年;Scarselli、Gori、Tsoi、Hagenbuchner和Monfardini,2008年)。通过迭代消息传递(Gilmer、Schoenholz、Riley、Vinyals和Dahl,2017年),这些方法可以捕获局部结构信息,并为分子表示学习提供了不同于传统描述符方法的途径(Jiang等人,2021年;Li等人,2024年)。当前分子图神经网络的进展大致可以分为三个方法方向:
- 以节点为中心的模型(Hu等人,2019年;Jiang、Zhu、Ji和Li,2020年;Shui和Karypis,2020年),强调原子级别的相互作用并专注于学习细粒度的局部模式;
- 以基序为中心的模型(Yu和Gao,2022年;Zhang、Hu、Subramonian和Sun,2020年;Zhang、Liu、Wang、Lu和Lee,2021年),抽象出具有化学意义的子结构以捕捉重复的功能单元;
- 层次集成策略(Jin等人,2025年;Jin、Barzilay和Jaakkola,2020年;Wang、Ma、Liu、Xing和Shen,2025年),旨在将细尺度精度与更广泛的语义上下文结合起来,形成连贯的多层表示。
在这些范式中,层次分子学习特别有前景,因为它可以在保留原子级别细节的同时融入更高层次化学语义,从而可能产生更平衡且具有上下文意识的分子表示(Liu、Fan、Liu和Li,2025c)。然而,实现这一潜力需要解决两个同样重要的挑战:一方面,必须以真正协同的方式整合不同粒度的信息,以便在融合过程中粗粒度功能语义和细粒度原子细节能够相互补充而非干扰;另一方面,此类融合严重依赖于基序表示的质量:如果粗粒度基序在结构上不完整或功能上不具有区分性,它们就无法为原子级别的集成提供可靠的语义指导,跨粒度融合就会退化为静态特征积累,其中冗余和语义冲突抵消了多尺度建模的预期好处。因此,层次分子学习必须同时解决这两个相互关联的挑战,即构建既在结构上完整又在功能上具有区分性的基序表示,并实现跨粒度的真正协调和相互加强的融合。
对现有方法的仔细研究揭示了两个相互关联的缺陷,这些缺陷阻碍了基序语义在融合过程中作为可靠指导的作用。在结构完整性方面,大多数分子图神经网络(GNN)遵循以原子为中心的消息传递范式,其中原子嵌入通过邻居聚合进行迭代更新,化学键仅作为信息传播的被动权重或门控机制。这种架构过度重视原子状态,而忽视了键相互作用中编码的细微语义(如构象应变或电子离域),从而未能保留关键的空间细节,损害了基序表示的整体准确性。在区分性方面,对比学习已成为增强功能感知的主导策略。开创性工作(包括MolCLR Wang、Wang、Cao和Barati Farimani,2022年;MGSSL Zhang等人,2021年)对比增强了分子视图以提取不变表示,而后来的扩展引入了几何线索(如GraphGIM Li等人,2025a;GeomGCL Li、Zhou、Xu、Dou和Xiong,2022年;Mansimov、Mahmood、Kang和Cho,2019年),或引入外部知识先验(Dong、Zhang和Lin,2025年)来多样化学习信号。然而,这些方法普遍依赖于忽略标签的采样方案,这些方案更倾向于结构不变性而非语义相关性,使得它们难以区分在上下文变化中拓扑相似但在功能上不同的基序。这种疏忽大大限制了它们在上下文敏感的功能感知预测中的应用。因此,即使基序被明确建模,它们往往在语义上校准得不够充分,无法指导下游融合。层次GNN在跨越原子、基序和分子尺度建模相互作用方面取得了进展。值得注意的例子包括HiMol Zang、Zhao和Tang(2023年),它建立了多阶依赖关系以传播层次信息,以及HiGNN Han等人(2023年),它优先选择信息丰富的子图以提高预测准确性。补充框架通过多尺度消息传递(Li、Qu和Wang,2025b)、指纹增强层次结构(Liu、Chen、Yao和Liu,2025b)或融合2D和3D模态的多视图预训练(Alhamoud等人,2024年)进一步推动了这一领域的发展。然而,融合机制中仍存在一个核心缺陷:大多数 rely on 静态操作(如连接或池化),这些操作在没有适应性的指导下半自动化地整合了不同尺度之间的嵌入。缺乏这种方向性,高级语义无法有效引导细粒度细节,原子和基序特征之间的分布不匹配会导致冲突,掩盖互补的洞察力并削弱表示的效力。因此,跨尺度协同作用退化为表面层次的链接,缺乏精确分子属性预测所需的深刻协调性和功能和谐性。总的来说,现有方法可能增强了子结构抽象或多尺度聚合,但它们仍然未能明确准备粗粒度语义,使其成为冲突感知的原子级别整合的可靠指导信号。
为了系统性解决这一融合瓶颈,我们提出了耦合层次原子-基序预测器(CHAMP),这是一种用于功能感知分子预测的层次框架。CHAMP将基序提取、语义学习和跨尺度融合统一到一个连贯的从准备到融合的流程中。本工作的主要贡献总结如下:
- 我们提出了一种融合导向的基序表示学习策略,它同时保留了内部结构拓扑并捕捉了依赖于上下文的功能语义,使粗粒度基序能够作为可靠的语义指导,而不仅仅是被动的子结构描述符;
- 我们设计了基于基序的层次融合机制,用于多尺度集成,在该机制中,准备好的基序语义调节原子级别的聚合,以减少跨粒度冲突并促进协调和相互加强的融合;
- 在多个基准分子数据集上的广泛实验表明,CHAMP在分子属性预测方面表现出优越的性能,并支持所提设计的有效性。
方法论
如图1所示,CHAMP遵循一个基于双视图分子表示的三部分准备到融合工作流程,其中原子级图Ga=(Va,Ea)捕捉局部键合相互作用,基序级图Gm=(Vm,Em)编码粗粒度的化学子结构。从这两个互补的视图出发,该框架首先构建结构上忠实的基序表示,然后将其细化为具有功能意识的基序表示,最后执行...
核心组件的理论基础
为了保持主文本的简洁性,本节仅保留了CHAMP背后的核心分析见解和关键关系。详细的假设、符号和形式推导被推迟到补充信息中(见补充说明1-4)。
数据集和实施细节
我们在11个MoleculeNet Wu等人(2018年)基准数据集上评估了CHAMP,这些数据集涵盖了八个分类基准和三个回归基准,涉及不同的生物化学领域(表1)。所有实验都使用了标准的8:1:1训练/验证/测试分割。这一基准范围支持对CHAMP在代表性分子属性预测场景中的广泛评估。模型使用Adam优化器进行训练,初始学习率为0.001,权重衰减为1e-5。
结论和未来工作
在本文中,我们提出了耦合层次原子-基序预测器(CHAMP)作为一种用于分子属性预测的层次耦合框架。CHAMP不是依赖于任何单一的低级操作,而是提出了一个分阶段机制,连接解决尺度困境所需的三个步骤:构建结构上忠实的基序表示,使它们具备功能感知能力,并使用它们来指导原子级别的融合。这将层次分子预测重新定义为民...
作者贡献
C.Zh.、J.G.和C.Z.构思了总体目标并设计了项目。X.Z.和B.X.共同领导了研究,开发了GNN框架,实施了计算方法,并在C.Z.和C.Zh的监督下进行了主要的数据分析。S.W.、Y.W.和X.W.参与了数据整理和模型评估。H.-A.J.在计算架构和可扩展性方面提供了关键建议。J.G.和C.Z.指导了结果的化学解释。X.Z.和B.X.C
红皮书作者贡献声明
曾星杰:调查、方法论、软件、形式分析、原始草案。
熊斌:调查、方法论、软件、形式分析。
王帅:数据整理、验证。
王阳:数据整理、验证。
王欣:数据整理、验证。
张冲:概念化、方法论、监督、形式分析。
Hans-Arno Jacobsen:方法论、监督。
郭建军:概念化、方法论、监督、形式分析。
利益冲突声明
我们声明与任何可能不当影响我们工作的其他个人或组织没有财务和个人关系。我们对任何产品、服务和/或公司都没有任何形式的职业或其他个人利益,这些利益可能会影响题为“协同耦合解决尺度困境:层次原子-基序指导用于功能感知分子预测”的手稿中的观点或审查。
生物通微信公众号
生物通新浪微博
今日动态 |
人才市场 |
新技术专栏 |
中国科学人 |
云展台 |
BioHot |
云讲堂直播 |
会展中心 |
特价专栏 |
技术快讯 |
免费试用
版权所有 生物通
Copyright© eBiotrade.com, All Rights Reserved
联系信箱:
粤ICP备09063491号