MR-MoL: Modello Linguistico Molecolare Multi-granulare Guidato da Razionale per la Predizione di Proprietà

Un recente preprint su arXiv (2608.10480) presenta MR-MoL, un modello linguistico molecolare multi-granulare guidato da razionale, volto a migliorare la predizione delle proprietà molecolari, cruciale per la scoperta di farmaci. A differenza dei modelli linguistici molecolari tradizionali che utilizzano sequenze SMILES 1D o grafi molecolari 2D—codificando le informazioni in un modo che oscura i ruoli delle sottostrutture specifiche—MR-MoL offre prove interne attraverso una rete neurale a grafo (GNN) fine-tuned che valuta ogni sottostruttura tramite mascheramento. Il modello genera un razionale classificato e con tag di direzione delle sottostrutture più significative, che il modello linguistico elabora insieme alla sequenza SMILES e al grafo molecolare. Questo razionale include tre livelli di granularità: scaffold di Murcko con catene laterali e due livelli aggiuntivi non specificati. Questa metodologia mira a migliorare la trasparenza del modello e ad allineare il suo ragionamento con le valutazioni dei chimici, potenzialmente migliorando l'accuratezza predittiva e l'interpretabilità, in particolare nel campo dell'IA e della scoperta computazionale di farmaci.