澳门理工大学人工智能药物发现中心教授魏乐义及研究团队，在分子性质预测与药物研发领域的创新研究，获国际顶尖学术期刊《Nature Communications》（《自然通讯》）发表。该研究聚焦于解决药物研发中分子结构与功能之间的复杂关系，提出人工智能预训练模型“自我构象感知图Transformer”（Self-Conformation-Aware Graph Transformer, SCAGE），能有效捕捉分子内部的三维构象与子结构语义，提升分子性质预测的精度与可解释性。研究成果有助深化对药物分子结构与功能的理解，降低药物研发的风险与成本。

在药物研发过程中，有着众多挑战，尤其是药物特性难以预测等因素，使药物研发成本提高，亦增加临床试验的失败风险。为破解此难题，研究团队运用人工智能预训练技术，创新性地研发SCAGE模型。该模型以约500万种药物化合物为基础进行预训练，并结合多任务学习框架，深入学习分子的结构与功能语义，有效提升分子性质预测的准确性与模型的泛化能力。SCAGE模型在9种分子性质预测任务及30个结构活性悬崖基准测试中均展现出显着优势，为推动药物设计研发提供了创新性的人工智能解决方案。

相关研究成果以“A self-conformation-aware pre-training framework for molecular property prediction with substructure interpretability”（具有子结构可解释性的分子性质预测的自我构象感知预训练框架）为题，于国际顶尖学术期刊《Nature Communications》上刊登。研究由澳门科学技术发展基金(0133/2024/RIB2)及国家优秀青年科学基金等项目资助，研究内容全文可浏览：http://mpu.mo/pkfc。

《自然通讯》隶属Nature出版集团，是涵盖多学科领域的权威开放获取学术期刊，重点发表生物、物理、化学和医学等跨学科领域的重要研究成果。期刊在SCIE“多学科科学”领域期刊排名第十(前93%)，同时为中科院一区和JCR一区期刊，2024年的影响因子为15.7。