MolGramTreeNet：融合语法树约束的多模态分子性质预测模型

MolGramTreeNet 是一种创新的深度学习框架，通过整合一维语法树结构和二维分子图，显式编码化学规则和层次语义，实现高精度的分子性质预测。该方法已在 iScience 期刊发表。

• 原作者/维护者：NTU-MedAILab
• 来源平台：GitHub
• 原始标题：MolGramTreeNet
• 原始链接：https://github.com/NTU-MedAILab/MolGramTreeNet
• 来源发布时间/更新时间：2026-05-23

分子性质预测是计算化学和药物发现领域的核心问题。传统的机器学习方法在处理分子数据时面临一个根本性挑战：如何同时捕捉分子的结构信息和化学语义。

分子可以用多种方式表示：

• SMILES 字符串：一维文本表示，便于处理但丢失了空间结构信息
• 分子图：二维图结构，能够表示原子间的连接关系，但难以表达化学规则和层次语义
• 3D 构象：包含空间信息，但计算成本高且对数据质量要求高

现有的深度学习模型通常只关注其中一种表示方式，导致无法充分利用分子的多模态特性。例如，纯图神经网络可能忽略了化学键的类型和反应规则，而纯序列模型则无法理解分子的拓扑结构。

MolGramTreeNet 提出了一种新颖的多模态融合方法，将一维语法树结构（通过上下文无关文法生成）与二维分子图相结合，显式编码化学规则和层次语义。

传统的分子表示方法将分子视为扁平的结构（如 SMILES 字符串或原子图），而 MolGramTreeNet 引入了语法树的概念。语法树能够捕捉分子的层次结构：

• 原子层：最基本的化学单元
• 官能团层：具有特定化学性质的原子组合
• 子结构层：更大的分子片段
• 分子层：完整的分子结构

这种层次表示与化学家的直觉一致。化学家在分析分子时，往往会先识别官能团，再理解官能团之间的相互作用，最后形成对整个分子的认知。

MolGramTreeNet 使用上下文无关文法（Context-Free Grammar, CFG）来定义分子的语法规则。CFG 由以下要素组成：

• 终结符：原子类型（如 C、N、O）
• 非终结符：化学结构类别（如环、链、官能团）
• 产生式规则：描述如何从简单的结构构建复杂的结构

通过 CFG，模型可以学习到化学上有效的结构组合方式，避免生成不合理的分子结构。这种约束不仅提高了预测的准确性，还增强了模型的可解释性。

MolGramTreeNet 的架构包含两个主要分支：

1D 语法树编码器

语法树编码器采用树形神经网络（Tree-LSTM 或类似的变体），沿着语法树的层次结构传播信息。每个节点聚合其子节点的信息，并学习该子结构的化学语义表示。这种自底向上的传播方式确保模型能够捕捉到分子不同层次的结构特征。

2D 分子图编码器

分子图编码器使用图神经网络（GNN），如 GAT（Graph Attention Network）或 MPNN（Message Passing Neural Network），在原子图上进行消息传递。这种编码器能够捕捉原子间的局部相互作用和长程依赖关系。

融合层

两个编码器的输出在融合层进行整合。融合策略可能包括：

• 拼接：将两个表示向量拼接后送入全连接层
• 注意力机制：学习两种表示的权重，进行加权求和
• 交叉注意力：让两个表示相互关注，捕捉它们之间的关联

融合后的表示既包含语法树的层次语义，又包含分子图的拓扑信息，从而能够更准确地预测分子性质。

MolGramTreeNet 在多个标准基准数据集上进行了验证：