FEHGNN：融合分子指纹与层次图神经网络的分子性质预测方法

一种结合分子指纹和层次图神经网络的新型深度学习架构，用于更准确的分子性质预测，在MoleculeNet基准数据集上验证了有效性

• 原作者/维护者: Li-OmicsLab-MPU（澳门理工大学组学实验室）
• 来源平台: GitHub
• 原文标题: FEHGNN
• 原文链接: https://github.com/Li-OmicsLab-MPU/FEHGNN
• 发布时间: 2026-06-10

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通常依赖单一的特征表示——要么是分子指纹（如Morgan指纹），要么是分子图结构。然而，这两种表示各有优劣：分子指纹捕捉了子结构信息但丢失了拓扑关系，而图神经网络能建模原子间关系却可能忽略全局化学模式。

FEHGNN（Fingerprint-Enhanced Hierarchical Graph Neural Network）的提出正是为了解决这一矛盾，通过同时学习层次化分子图和分子指纹的信息，实现更全面的分子表示。

双通道架构：FEHGNN的核心创新在于同时利用两个信息源——层次化分子图和分子指纹。这种设计允许模型在原子-键层面（微观）和子结构模式层面（宏观）同时捕获化学信息。

层次化图表示：不同于传统的平面分子图，FEHGNN采用层次化图结构，能够建模不同粒度级别的化学实体关系，从原子到官能团再到更大尺度的结构单元。

指纹增强机制：通过将分子指纹嵌入到图神经网络的特征空间中，模型可以显式地利用人类化学家多年积累的结构-活性关系知识，同时保持端到端学习的灵活性。

代码库基于Python 3.7和PyTorch 1.12.1构建，主要依赖包括：

• RDKit (2018.03.4)：用于分子结构处理和指纹生成
• PyTorch Geometric：提供图神经网络基础架构
• scikit-learn：用于数据分割和评估指标计算

关键模块包括：

• featurization.py：分子特征提取和指纹生成
• fehgnn.py：核心网络架构实现
• loader.py：数据加载和批处理
• train.py：训练流程和超参数配置

项目在MoleculeNet基准数据集上进行了验证，MoleculeNet是深度学习化学领域最权威的基准测试集合，涵盖从量子力学性质到生物活性的多种预测任务。

代码仓库还包含了R语言脚本（Annotation.R、Cluster.R、Markers_plot.R等），用于结果的可视化分析和生物学注释，显示出这是一个跨学科的完整研究项目。

FEHGNN的方法论对以下领域具有重要价值：

药物发现：更准确的分子性质预测可以加速先导化合物筛选，减少实验成本。

材料科学：预测分子材料的物理化学性质，指导新材料设计。

计算化学：为量子化学计算提供快速准确的替代方案。

项目提供了清晰的训练入口：

python train.py \
  --dataset <数据集名称> \
  --data_dir <CSV文件路径> \
  --save_dir <模型保存路径> \
  --batch_size <批次大小> \
  --epochs <训练轮数> \
  --lr <学习率> \
  --depth <编码器深度>

所有使用的数据均来自公开的MoleculeNet，保证了研究结果的可复现性。