[论文解读] Local-Global Multimodal Contrastive Learning for Molecular Property Prediction

X. Liu, Zhengyi Lu+3 more|arXiv (Cornell University)|Jan 30, 2026

Computational Drug Discovery Methods被引用 0

一句话总结

LGM-CL 通过局部-全局图编码器与多模态对比学习，联合建模分子图与化学感知文本描述，再与指纹融合用于下游性质预测。

ABSTRACT

Accurate molecular property prediction requires integrating complementary information from molecular structure and chemical semantics. In this work, we propose LGM-CL, a local-global multimodal contrastive learning framework that jointly models molecular graphs and textual representations derived from SMILES and chemistry-aware augmented texts. Local functional group information and global molecular topology are captured using AttentiveFP and Graph Transformer encoders, respectively, and aligned through self-supervised contrastive learning. In addition, chemically enriched textual descriptions are contrasted with original SMILES to incorporate physicochemical semantics in a task-agnostic manner. During fine-tuning, molecular fingerprints are further integrated via Dual Cross-attention multimodal fusion. Extensive experiments on MoleculeNet benchmarks demonstrate that LGM-CL achieves consistent and competitive performance across both classification and regression tasks, validating the effectiveness of unified local-global and multimodal representation learning.

研究动机与目标

• 通过整合局部化学环境与全局分子拓扑，推动精确的分子性质预测。
• 开发一个统一的多模态框架，在图视图和文本视图之间利用对比学习。
• 将化学感知的SMILES扩增与LLM生成的描述结合起来，以丰富语义信息。
• 将图、文本与指纹模态融合，以实现鲁棒的下游预测。
• 在 MoleculeNet 基准数据集上通过消融和分析验证有效性。

提出的方法

• 构建双重图编码器：针对局部信息的Attentive FP与针对全局信息的Graph Transformer。
• 训练NT-Xent对比目标，以对齐局部与全局图表征。
• 对SMILES进行化学感知的自然语言描述扩增，这些描述由提示LLM生成，并使用DeBERTa将SMILES与描述对齐。
• 通过跨注意力融合图和文本表示，创建统一的嵌入。
• 将MACCS、PubChem和ErG指纹作为额外模态，通过双跨注意力进行融合以用于最终预测。

实验结果

研究问题

• RQ1 如何对局部功能基团与全局拓扑进行联合建模，以实现分子性质预测？
• RQ2 在图与文本视图之间进行多模态对比学习，是否能产生可迁移的分子表征？
• RQ3 引入化学感知文本与指纹是否能提升下游预测性能？

主要发现

• 局部–全局图对比目标对齐两种图视图并提升性质预测的表征。
• 化学感知的SMILES扩增结合LLM生成的描述，提供了更语义丰富的文本视图。
• 基于DeBERTa的SMILES–文本对齐与双跨注意力机制增强多模态融合。
• 图、文本与指纹模态的融合在MoleculeNet基准上表现鲁棒。
• 该框架支持有效的预训练以及针对分类和回归任务的微调。
• 消融研究验证了各组成部分对性能的贡献。