摘要

有效的分子表示学习对于促进分子性质预测具有重要意义，而分子性质预测是制药与材料工业中的基础性任务。近年来，图神经网络（Graph Neural Networks, GNNs）在分子表示学习领域的应用展现出巨大潜力。此外，一些最新研究也成功将自监督学习方法应用于GNN的预训练，以缓解标注分子数据不足的问题。然而，现有GNN模型及其预训练策略通常将分子视为拓扑图结构数据，未能充分挖掘分子的几何信息。事实上，分子的三维（3D）空间结构，即分子几何构型，是决定其物理、化学及生物性质的最关键因素之一。为此，我们提出了一种新型的几何增强型分子表示学习方法——化学表示学习（Chemical Representation Learning, ChemRL）框架下的GEM（Geometry Enhanced Molecular representation learning）。首先，我们设计了一种基于几何信息的GNN架构，能够同时建模分子中的原子、化学键以及键角关系。具体而言，我们为每个分子构建了双图结构：第一个图用于编码原子-键之间的关系；第二个图则用于编码键角之间的关系。在此基础上，我们进一步提出了若干新颖的几何层级自监督学习策略，通过利用分子局部与全局的3D结构信息，有效学习其空间特征。我们在多个分子基准数据集上将ChemRL-GEM与多种当前最先进的（State-of-the-Art, SOTA）方法进行了对比，实验结果表明，ChemRL-GEM在回归与分类任务中均显著优于所有基线方法。例如，在回归任务中，相较于现有SOTA方法，ChemRL-GEM平均性能提升达8.8%，充分验证了所提方法的优越性。