分子基序预训练模型

血脑屏障预测更准

保留分子骨架的预训练表示，药物筛选预测更可靠。

刘子阳 · 王朝坤 · Shuwen, Zheng · 吴澄 · 郝峰 · 许丽 · Zheng, Yue · 良嵘 · 李彭

Nature Communications 2025

参数信息

分子基准数量

16

技术优势

保留骨架信息

MotiL学习到能根据共同核心结构（即骨架）将小分子聚类的表示，这是性质预测的关键。

跨尺度表示学习

同一个模型能够捕获小分子和蛋白质大分子的类似图表示，使得方法具有广泛适用性。

应用场景

• 小分子药物发现：更准预测血脑屏障渗透性等关键性质，加速苗头化合物筛选。
• 蛋白质功能预测：对结构相似的蛋白质学习到类似表示，辅助预测功能。
• 生物分子性质预测：提供捕获骨架及基序信息的通用分子表示，提升多种性质预测精度。