近期，一个新的分子大语言模型（LLM）被提出，用于分子性质预测。该模型称为MR-MoL，采用多粒度证据引导的方法，能够直接提供内部子结构对分子性质的影响证据。MR-MoL使用一个细化的图神经网络（GNN）来评估每个子结构的重要性，并将最有影响力的子结构序列化为一个带有方向标签的证据列表。该证据列表涵盖三个粒度级别：Murcko骨架及其侧链，BRICS片段和功能基团。实验结果表明，MR-MoL在八个MoleculeNet任务中取得了最佳的整体结果，并且在五个诊断实验中进一步证实了模型确实读取并利用了证据。博主点评： MR-MoL的提出标志着分子大语言模型在分子性质预测领域的重大进步，其多粒度证据引导方法使得模型能够更好地理解分子内部子结构的影响，从而提高预测的准确性。