新上线今天0 投票
SMILESGNN：用SMILES-图交叉注意力融合实现可解释的临床毒性预测
药物研发中，毒性预测是决定候选分子能否走到临床阶段的关键一环。但真实场景下的毒性数据往往面临极端类别不平衡、骨架外推（scaffold-based generalization）困难，以及监管与临床对可解释性的硬性要求。单模态方案——无论是 SMILES Transformer 还是图神经网络（GNN）——都只能捕捉分子结构的一个侧面，而纯序列模型又难以直接给出基于图结构的归因解释。
SMILESGNN 做了什么
来自 arXiv 的一篇新论文提出了 SMILESGNN，一个多模态架构：它用**交叉注意力（cross-attention）**把 SMILES Transformer 编码器与 GATv2 图编码器融合在一起。作者同时给出变体 SMILESGNN-PT，将序列分支替换为预训练的 ChemBERTa-2 主干。
这一设计的关键取舍在于：预测流水线中保留了显式的图分支，因此可以借助 GNNExplainer 对“哪些子结构与毒性预测相关”做归因分析。换句话说，模型不只是一个打分器，还能指出它“看到了什么”。
性能数据
- 在 ClinTox 数据集上，SMILESGNN 取得 AUC-ROC 0.987、F1 0.906，参数量仅 0.4M，与强 SMILESTransformer 基线以及规模更大的 ChemBERTa-2/GATv2 拼接融合基线相比具备竞争力。
- 在 Tox21（12 项任务）上，SMILESGNN-PT 的平均 AUC-ROC 为 0.750，与单独使用 ChemBERTa-2 及同主干拼接融合基线相当。
为什么值得关注
这篇工作的价值不在于刷新榜单，而在于提出了一条实用的融合路径：交叉注意力在保持竞争性预测性能的同时，为基于图的解释性留出了空间。对于药物发现中的后期淘汰决策而言，“预测得准”和“说得清为什么”同样重要——这恰恰是很多高精度黑箱模型难以同时满足的。
需要指出的是，论文报告的是 ClinTox 与 Tox21 两个基准上的结果，其结论能否推广到更广泛的临床毒性终点与真实工业数据，仍有待进一步验证。该工作发表于 2026 International Conference on Multimedia Analysis and Pattern Recognition (MAPR)。
