慕尼黑工业大学提出TwinBooster模型，结合自监督学习和大语言模型预测分子性质

文章预览

定量构效关系(QSAR)建模是加速药物发现和开发过程的关键因素。然而，药物发现中的数据集规模往往不足以开发准确可靠的QSAR预测因子。这是因为许多关键的分析既耗时又昂贵，使得收集足够的标记样本进行QSAR建模变得困难。此外，这些数据集可能缺乏化学多样性，降低了最终数据驱动模型的泛化能力，或者可能没有报告“负面”(例如，非活性)化合物，限制了可用于训练QSAR模型的信息量。 2024年6月5日，德国慕尼黑工业大学Maximilian G. Schuh等人在Journal of Chemical Information and Modeling上发表文章Synergizing Chemical Structures and Bioassay Descriptions for Enhanced Molecular Property Prediction in Drug Discovery。 作者提出了一种结合自监督学习(SSL)、大语言模型(LLM)和梯度增强机(GBM)的分子性质预测方法TwinBooster。 TwinBooster基于自监督学习架构Barlow Twins，可以将文本和分子信息结合 ………………………………