초록
약물 발굴 가속화의 문제는 주로 전구체 분자의 생화학적 특성을 개선하기 위해 자동 도구를 최적화하는 데 크게 의존하고 있습니다. 본 논문에서 우리는 분자 최적화를 위한 그래프-그래프 변환 방법에 대한 기존의 최신 연구를 크게 확장하였습니다. 특히, 원래의 분자 그래프의 원자 수준 인코딩과 하위 구조 구성 요소의 인코딩을 교차하여 일관된 다중 해상도 표현을 실현하였습니다. 또한, 우리의 그래프 디코더는 완전히 자기 회귀적이며, 새로운 하위 구조를 추가하는 각 단계와 이를 형성 중인 분자에 연결하는 과정을 교차적으로 수행합니다. 우리는 여러 분자 최적화 작업에서 모델을 평가하였으며, 결과적으로 우리의 모델이 이전의 최신 베이스라인보다 현저히 우수한 성능을 보임을 입증하였습니다.