ACS JCIM (化学信息与建模)· Christian Natajaya, Lucas Attia, Jackson W. Burns, Patrick S. Doyle·2026-10-07 08:00· 2026-10-07精选AI 评分73

Causal-Chemprop：用因果机器学习做分子性质预测与设计

Causal-Chemprop: Causal Machine Learning for Molecular Property Prediction and Design

AI 导读

【全文总结】作者提出Causal-Chemprop，在Chemprop图神经网络嵌入上叠加DAGMA学到的结构因果模型，以单个锚点分子的实测pIC50为条件做反事实推断，预测其类似物的性质。

推荐理由

研究把结构因果模型接到Chemprop上，用锚点分子的实测活性做反事实推断，改善骨架外推的排序表现。