الشبكات العصبية الرسومية الجزيئية المتجانسة لتنبؤ خصائص الجزيئات

بسبب إمكاناتها الكبيرة في نمذجة التفاعلات المعقدة، تم استخدام الطرق المستندة إلى الشبكات العصبية الرسومية (GNN) على نطاق واسع لتوقع الخصائص الميكانيكية الكمومية للجزيئات. تعامل معظم الطرق الحالية الجزيئات على أنها رسوم بيانية جزيئية، حيث تُمثّل الذرات كعُقد. وتحدد هذه الطرق البيئة الكيميائية لكل ذرة من خلال نمذجة التفاعلات الثنائية بينها وبين الذرات الأخرى في الجزيء. وعلى الرغم من النجاح الكبير الذي حققته هذه الطرق، إلا أن عددًا محدودًا من الدراسات يأخذ في الاعتبار صراحة التفاعلات متعددة الأجسام، أي التفاعلات بين ثلاث ذرات أو أكثر. في هذه الورقة، نقدم تمثيلًا رسوميًا جديداً للجزيئات يُسمى "الرسم البياني الجزيئي غير المتجانس" (HMG)، حيث تكون العقد والحواف من أنواع مختلفة، بهدف نمذجة التفاعلات متعددة الأجسام. يمتلك HMG إمكانية حمل معلومات هندسية معقدة. وللاستفادة من المعلومات الغنية المخزنة في HMG في مسائل التنبؤ الكيميائي، نقوم ببناء شبكات عصبية رسومية جزيئية غير متجانسة (HMGNN) بناءً على مخطط تمرير الرسائل العصبية. يدمج HMGNN تمثيلات جزيئية عالمية وآلية انتباه في عملية التنبؤ. وتمتاز تنبؤات HMGNN بأنها غير متغيرة بالنسبة للانتقال والدوران في إحداثيات الذرات، وكذلك بالنسبة لتبادل ترتيب فهارس الذرات. وحققت نموذجنا أداءً متميزًا على مستوى الحد الأقصى في 9 من أصل 12 مهمة ضمن مجموعة بيانات QM9.