Les empreintes moléculaires sont des modèles puissants pour la prédiction de la fonction des peptides.

Nous étudions l'efficacité des empreintes moléculaires pour la prédiction des propriétés des peptides et démontrons que l'extraction de caractéristiques spécifiques au domaine à partir de graphes moléculaires peut surpasser des modèles complexes et coûteux en termes de calcul, tels que les GNN (Graph Neural Networks), les transformateurs préformés basés sur des séquences et les ensembles multimodaux, même sans ajustement des hyperparamètres. À cette fin, nous effectuons une évaluation approfondie sur 126 jeux de données, obtenant des résultats d'état de l'art sur LRGB et cinq autres benchmarks de prédiction fonctionnelle des peptides. Nous montrons que les modèles basés sur les variantes de comptage d'ECFP (Extended-Connectivity Fingerprints), de Torsion Topologique et d'empreintes moléculaires RDKit, avec LightGBM comme tête de classification, sont remarquablement robustes. Les performances solides des empreintes moléculaires, qui sont intrinsèquement des encodeurs de caractéristiques à très courte portée, remettent en question l'importance supposée des interactions à longue portée dans les peptides. Notre conclusion est que l'utilisation d'empreintes moléculaires pour de plus grandes molécules, telles que les peptides, peut constituer une alternative informatiquement viable, à faible nombre de paramètres et polyvalente aux modèles d'apprentissage profond sophistiqués.