亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

MoleMCL: a multi-level contrastive learning framework for molecular pre-training

计算机科学 特征(语言学) 编码器 人工智能 语义学(计算机科学) 代表(政治) 特征学习 图形 机器学习 理论计算机科学 自然语言处理 程序设计语言 语言学 政治 操作系统 哲学 法学 政治学
作者
Xinyi Zhang,Yanni Xu,Changzhi Jiang,Lian Shen,Xiangrong Liu
出处
期刊:Bioinformatics [Oxford University Press]
卷期号:40 (4) 被引量:15
标识
DOI:10.1093/bioinformatics/btae164
摘要

MOTIVATION: Molecular representation learning plays an indispensable role in crucial tasks such as property prediction and drug design. Despite the notable achievements of molecular pre-training models, current methods often fail to capture both the structural and feature semantics of molecular graphs. Moreover, while graph contrastive learning has unveiled new prospects, existing augmentation techniques often struggle to retain their core semantics. To overcome these limitations, we propose a gradient-compensated encoder parameter perturbation approach, ensuring efficient and stable feature augmentation. By merging enhancement strategies grounded in attribute masking and parameter perturbation, we introduce MoleMCL, a new MOLEcular pre-training model based on multi-level contrastive learning. RESULTS: Experimental results demonstrate that MoleMCL adeptly dissects the structure and feature semantics of molecular graphs, surpassing current state-of-the-art models in molecular prediction tasks, paving a novel avenue for molecular modeling. AVAILABILITY AND IMPLEMENTATION: The code and data underlying this work are available in GitHub at https://github.com/BioSequenceAnalysis/MoleMCL.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
帅气逼人发布了新的文献求助10
2秒前
6秒前
田様的应助被kali采纳,获得10
6秒前
6秒前
Hayat的应助被科研通管家采纳,获得30
6秒前
大只佬的应助被科研通管家采纳,获得10
6秒前
斯文败类的应助被佳佳采纳,获得10
12秒前
15秒前
18秒前
悦耳向松完成签到,获得积分10
19秒前
zhiwei发布了新的文献求助10
19秒前
21秒前
cjhsci发布了新的文献求助10
22秒前
24秒前
萧雨墨发布了新的文献求助10
29秒前
九星完成签到 ,获得积分10
32秒前
慕青的应助被yao采纳,获得10
34秒前
36秒前
38秒前
40秒前
42秒前
44秒前
萧雨墨发布了新的文献求助10
46秒前
LuXiaoyu的应助被Mooncloud采纳,获得10
52秒前
丘比特的应助被的速度采纳,获得10
52秒前
54秒前
57秒前
自觉的河马关注了科研通微信公众号
58秒前
1分钟前
华仔的应助被拉长的远侵采纳,获得10
1分钟前
xinjiu发布了新的文献求助10
1分钟前
1分钟前
刘刘完成签到 ,获得积分10
1分钟前
1分钟前
jianglan完成签到,获得积分10
1分钟前
zhiwei发布了新的文献求助10
1分钟前
汉堡包的应助被胡图图采纳,获得10
1分钟前
昌莆完成签到 ,获得积分10
1分钟前
1分钟前
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Sex, Aging, and Death in a Medieval Medical Compendium: Trinity College Cambridge MS R.14.52, Its Texts, Language, and Scribe 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
基于界面调控的高效湿气发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8190060
求助须知:如何正确求助?哪些是违规求助? 9577194
关于积分的说明 21851931
捐赠科研通 7788156
什么是DOI,文献DOI怎么找? 3436234
关于科研通互助平台的介绍 2559935
邀请新用户注册赠送积分活动 2482792