元素知识图增强模型

14项基准领先

以元素导向知识图注入化学先验，兼顾分子表征的可解释性与预测性能，可用于药物研发中的高效筛选。

Yin, Fang · 张强 · 张宁豫 · 陈卓 · Zhuang, Xiang · Shao, Xin · 范骁辉 · 陈华钧

Nature Machine Intelligence 2023

参数信息

基准数据集

14

技术优势

泛化更广

元素知识图谱提供化学先验，使模型能探索微观原子关联而不违反分子语义，从而在更广化学空间中表现稳定。

可解释预测

通过功能提示唤起预训练模型获得的下游任务相关知识，模型能给出化学上合理的解释。

性能领先

在14个分子性质预测数据集上超过现有最佳基线，证明其预测精度优越。

应用场景

• AI辅助药物设计：提供高质量先验与高性能预测，加速候选药物筛选。
• 分子性质预测：在多个基准上超越现有方法，预测更准。
• 药物筛选：高效预测分子性质，快速筛出潜在候选。
• 可解释AI：给出化学上可解释的预测，增强模型可信度。