MolMMP：跨模态对齐预测分子毒性

MolMMP 作者团队提出一种融合结构感知跨模态对齐与几何偏置注意力的分子毒性预测方法。该方法用双向交叉注意力对齐 SMILES 序列语义与图拓扑结构，并以基于径向基函数的几何变换模块编码原子间距离，再通过分层门控融合动态平衡指纹、拓扑与几何信息。 作者称，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，并在多种毒性终点上表现稳健，可用于早期药物毒性评估。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。