基于 LARK 的反应感知化学表示超图学习

分子预训练为从无标注数据中学习可迁移的化学表征提供了一条途径。然而，现有基于孤立分子结构进行预训练的方法难以泛化至反应特异性任务，因为其预训练目标仅提供了有限的化学转化信息。如何将反应信息整合至化学表征中，是一个关键挑战。在此，我们提出 LARK——一个从化学转化中学习原子—分子—反应知识的统一框架。LARK 使用约 60 万个反应，涵盖 88 万个独特的分子组分，通过一种具备角色感知能力的分层超图 Transformer，将局部原子表征与反应背景相连接，并结合双向键—电子重构以及结构和几何监督。所学习的表征能够迁移至反应预测和单分子性质预测，在涵盖反应结果、物理化学性质、毒性、代谢和药代动力学的 42 项任务中均表现出优异性能。反应中心分析表明，LARK 能够识别化学键断裂和形成的位置；而有针对性的干预实验进一步揭示，所学习的原子表征有助于重构这些变化。这些发现表明，LARK 学习到了与分子转化相关子结构具有化学信息的表征。总体而言，研究结果确立了化学转化作为一种结构化监督来源，可用于跨越分子尺度和反应尺度的表征学习。

分子预训练为从无标注数据中学习具有迁移性的化学表征提供了一条途径。然而，现有基于孤立分子结构进行预训练的方法，在反应特异性任务上的泛化能力较弱，这是因为其预训练目标仅提供了有限的化学转化信息。如何将反应信息整合到化学表征中，是一项关键挑战。本文提出 LARK，一种用于从化学转化中学习原子—分子—反应知识的统一框架。LARK 使用约 0.6 百万条反应（涵盖 0.88 百万个独特分子组分），通过一种具有角色感知能力的分层超图 Transformer，将局部原子表征与反应上下文相连接，并结合双向键—电子重构以及结构和几何监督。所学习的表征能够迁移到反应预测和单分子性质预测任务中，并在涵盖反应结果、物理化学性质、毒性、代谢和药代动力学的 42 项任务上取得了优异表现。反应中心分析表明，LARK 能够识别键断裂和成键的位置；而针对性的干预实验进一步揭示，所学习的原子表征有助于重构这些变化。这些发现表明，LARK 学习到了与分子转化过程中所涉及子结构相关的、具有化学信息的表征。总体而言，研究结果确立了化学转化作为一种结构化监督信号来源，可用于跨越分子尺度与反应尺度的表征学习。

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.09.15.751932v1?rss=1

🏷️ 化学表征学习 反应感知预训练 超图Transformer 分子性质预测 化学反应预测