MolMMP：结构感知跨模态对齐与几何偏置注意力用于分子毒性预测

MolMMP 通过双向交叉注意力对齐 SMILES 序列语义与图拓扑结构，并用基于径向基函数的几何变换模块编码原子间距离，实现分子毒性预测。该方法采用分层门控融合策略动态平衡指纹特征、拓扑特征与几何信息。在随机划分和基于骨架划分的多个毒性基准上，MolMMP 取得有竞争力的预测性能，在需要联合建模分子拓扑与 3D 几何的任务上提升尤为明显。该多模态框架在多种毒性终点上表现稳健，可用于早期药物毒性评估。