GraphPepTox：结合几何图 Transformer 与 LoRA 微调的结构感知肽毒性预测预训练框架

GraphPepTox 是一个结构感知的几何深度学习框架，用于预测肽的毒性。该框架基于 Geometric Graph Transformer（GGT）编码器构建 Masked Graph Autoencoder（MGAE），通过自监督掩码残基重建从肽结构图中学习几何感知嵌入，再经多尺度 U-Net 架构交叉融合，捕捉局部残基相互作用与全局构象模式。GraphPepTox 显式建模残基间空间关系，可捕捉序列方法常忽略的残基聚集、疏水相互作用和静电组织等结构特征。在基准数据集上，该框架相较现有最先进方法在性能和可解释性上均有提升。