Naukowcy przedstawili SMILESGNN, wielomodałową architekturę do predykcji toksyczności leków, która łączy enkoder transformatora SMILES z enkodera grafowego GATv2 za pośrednictwem mechanizmu cross-attention. Model osiąga wysoki wynik AUC-ROC 0.987 i F1 0.906 na benchmarku ClinTox, używając zaledwie 0,4 mln parametrów. Wariant SMILESGNN-PT, wykorzystujący pretrenowany backbone ChemBERTa-2, uzyskuje średni AUC-ROC 0.750 na 12 zadaniach z benchmarku Tox21.
Predykcja toksyczności leków pozostaje kluczowym wyzwaniem w odkrywaniu nowych farmaceutyków, szczególnie ze względu na znaczną nierównowagę klas w danych treningowych i potrzebę generalizacji między różnymi rusztami molekularnymi. Istniejące podejścia wykorzystujące wyłącznie transformatory SMILES lub sieci grafowe uchwytują komplementarne aspekty struktury molekularnej, ale modele sekwencyjne nie mogą bezpośrednio dostarczać wyjaśnień opartych na atrybutach grafu.
Inowacją SMILESGNN jest zachowanie jawnej gałęzi grafowej w potoku predykcyjnym, która umożliwia analizę opartą na GNNExplainer w celu identyfikacji podstruktur powiązanych z toksinami. Cross-attention okazuje się praktyczną alternatywą fuzji, zachowując konkurencyjną wydajność predykcyjną przy jednoczesnym włączeniu obsługi interpretacji opartej na grafach. To połączenie sekwencyjnych i grafowych reprezentacji czyszczenia może znacznie przyspieszyć procesy badań farmaceutycznych poprzez zapewnienie zarówno dokładnych, jak i zrozumiałych prognoz.