【光熙博士生学术论坛讲座】

讲座人：臧璇 博士生

题目：先融合后解耦的多模态分子自监督学习方法

时间：2025年10月14日14: 00-15: 00

地点：L214

讲座内容：

近年来，自监督学习在药物分子研究与发现中受到越来越多的关注。与此同时，一系列同时利用二维和三维结构进行分子表征学习的方法也相继出现。然而，这些方法仅关注于二维与三维分子结构之间的模态一致性，依赖于分子级或原子级的对齐，而忽视了模态互补性。这里我们介绍一种融合-再解耦的多模态自监督分子表示学习方法，称为 MolMFD。首先，使用统一的编码器，通过结合来自拓扑和几何视角的原子相对距离，将二维和三维分子结构信息进行融合。随后，设计一种可学习的噪声注入策略来解耦模态特有的表示，并将其输入到各自的解码器中，以预测对应模态的结构信息。此外，通过最小化互信息来提取二维和三维模态的特定特征，从而充分考虑模态互补性，以丰富融合后的分子表征。本文理论上分析了现有二维与三维多模态分子预训练方法中的优化问题以及被忽视的模态互补性问题。大量的分子预测实验验证了提出的 MolMFD 方法的有效性和优越性。