实例级对比图神经网络用于发现新型埃及伊蚊杀幼化合物

研究提出实例级对比图神经网络框架，用于加速新型杀蚊幼化合物的发现。模型在 556 个有机化合物的精选数据集上训练，按 LC50 衍生出多任务分类阈值，并结合 Transformer 式图学习与整分子、片段级对比正则化。留出集上全局 AUC 为 0.95 ± 0.01、PR-AUC 为 0.93 ± 0.01、MCC 为 0.77 ± 0.03、G-mean 为 0.88 ± 0.02，优于传统机器学习和图方法基线。