分子表示学习是人工智能理解化学结构和开展分子性质预测的重要基础，其表征质量直接影响模型的预测能力。基于单一SMILES的序列建模虽然具有良好的计算效率和可扩展性，但在充分表征复杂分子结构信息方面仍存在一定局限。
中国科学院成都生物研究所团队提出了一种基于SMILES–InChI双视图化学语言对齐的分子表示学习框架ClipMol。该方法无需显式三维构象和外部语料，仅利用同一分子的SMILES和InChI两种互补化学表示，通过动态SMILES随机化构建拓扑保持的多视图，并采用双编码器双向对比学习，使模型能够学习不同化学表达方式之间一致的结构信息。同时，研究设计了结合长短期记忆网络全局特征提取、多尺度卷积神经网络局部特征提取和门控融合机制的混合编码器，自适应整合分子的全局拓扑信息与局部化学结构特征。
研究人员在MoleculeNet十项分子分类和回归任务上对ClipMol进行了评价。结果表明，其大规模预训练版本ClipMol-XL在多项任务中取得最优或具有竞争力的性能，显示出良好的分子表示迁移能力。进一步将ClipMol应用于离子迁移—质谱中的碰撞截面（CCS）预测，在METLIN-CCS和ALLCCS两个独立数据集上均表现出稳定的预测性能，且在不同加合离子和多种化学类别中保持较好的预测一致性。值得注意的是，在冻结预训练编码器、仅训练下游回归模型的情况下，模型R2仍达到0.876，表明预训练获得的分子表示本身已包含丰富的CCS相关结构信息。
研究表明，SMILES与InChI双视图化学语言对齐为分子表示学习提供了一种兼顾结构保真性、计算可扩展性和任务迁移能力的新策略，并为离子迁移—质谱相关CCS预测及其他分析化学任务提供了有效的分子表示基础。
相关研究成果发表在《分析化学》（Analytical Chemistry）上。研究工作得到国家自然科学基金等的支持。
论文链接
分子表示学习与碰撞截面预测研究获进展
工业菌种是生物制造的重要竞争力。研究微生物底盘并发现与目标产品生产相关的高效功能元件是工业菌种领域的研究热点。谷氨酸棒杆菌是氨基酸工业生产的主力菌。而谷氨酸棒杆菌基因组约50%的基因功能尚不明晰，功 中国教育报-中国教育新闻网讯（通讯员 刘冉冉 李建平 蒋颖妍 记者 刘盾）近日，庆祝孙中山先生创办中山大学100周年大会暨创新发展论坛在中山大学举行。何为大学？“诞生于民族危难之际，成长于革命建 中国教育报-中国教育新闻网青岛11月11日讯（记者 刘淼）记者从今天举行的青岛市基础教育扩优提质新闻发布会上获悉，青岛市教育系统近年来加快构建学位充足、布局合理、资源优质的基础教育公共服务 中国教育报-中国教育新闻网讯（通讯员 付建强 喻杰勇）近日，湖南省宁乡市举办的2024年中小学青少年足球联赛如火如荼地开展着，从9月到11月，来自宁乡市各中小学的75支队伍超1500名运动员参加比赛，共举 11月6日，曲阜师范大学举办首期教育家精神思政大课，学校党委副书记、校长张洪海带领同学们走进“校长讲校长——跨越时空的对话”，通过问道、论道、就道、弘道四个环节，在教师博物馆为青年教师和 教育部办公厅关于做好“优师计划”师范生就业工作的通知教师厅函〔2024〕22号各省、自治区、直辖市教育厅（教委），新疆生产建设兵团教育局，部属师范大学：为贯彻落实《中共中央 国务院关于弘扬教育 。本文链接：研究提出基于双视图化学语言对齐的分子表示学习框架http://www.sushuapos.com/show-12-4448-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。