误差平均降0.12
同时提取原子和片段级别的层次特征，并融合通用三维结构信息，使模型对构象敏感性质和长程相互作用建模更准。
Yaguo, Dong · Xu, Meiling · Haoyuan, Song
Expert Systems with Applications 2026
在原子和片段两个层次进行消息传递，分层提取特征，捕捉局部与全局结构信息。
结合通用三维分子表征学习框架与Transformer编码器，提取丰富的构象敏感特征。
通过交叉注意力机制融合多尺度与构象特征，并用门控层和MLP进行性质预测。
支架引导的对比学习策略正则化分子表征空间，提升泛化能力。