跨领域分子交互预测
该模型通过分层互注意力机制捕获不同类型分子间的复杂交互模式，在多域协同框架下增强了对分子相互作用的表征能力，可应用于多种分子网络预测任务。
Wang, Zhaowei · 孟军 · Li, Haibin · 代启国 · 林晓惠 · 栾雨时
Neural Networks 2025
AMCGRL 通过同时学习域内和跨域图的表示，不需要针对特定任务设计知识或分子结构先验，因而能在不同分子交互预测任务间通用。
分层互注意力机制让不同类型的分子之间进行信息交流，能够捕获复杂的成对交互模式，例如药物-靶点间的多关系依赖，而非仅聚合单域拓扑。
整个框架同时优化多域编码器与跨域解码器，无需外部特征或后处理步骤，可直接用于分子交互预测。