MolSight：利用图像预测分子特性

曾经合成的每个分子都可以绘制为 2D 骨架图，但在现代属性预测中，这种普遍可用的表示形式较少受到关注，而有利于分子图、3D 构象异构体或十亿参数语言模型，每种模型都有自己的计算和数据工程开销。我们提出$\textbf{MolSight}$，这是第一个基于视觉的分子特性预测（MPP）的系统性大规模研究。使用 10 个视觉架构、7 个 预训练 策略和 $2\,M$ 分子图像，我们评估了 10 个下游任务的性能，涵盖物理性质回归、药物发现分类和量子化学预测。为了解释 预训练 分子结构复杂性的巨大差异，我们进一步提出了 $\textbf{化学信息课程}$：五个结构复杂性描述符将语料库划分为化学难度不断增加的五层，始终优于非课程基线。我们证明，由视觉编码器处理的单个渲染的键线图像足以进行竞争性分子特性预测，即 $\textit{仅通过视觉获得化学洞察}$。经过课程训练的最佳配置在 $\textbf{5 of 10}$ 基准测试中取得最高结果，并在 $\textbf{all 10}$ 基准测试中取得前两名，其失败率比最接近的多模式竞争对手低 $\textbf{$\textit{80$\times$}$}$。