发现新分子是制药、电子、能源等行业的核心驱动力，但传统上依赖试错，因为缺乏精准的性质预测。MIT团队在《Journal of Chemical Information and Modeling》2023年9月14日发表的工作展示了一种在数据稀缺情况下仍能 outperform 传统方法的模型。该模型名为 CheMeleon，基于开源机器学习套件 ChemProp 构建，使用了 PubChem 中约一百万分子的 1600 条分子描述符进行预训练。预训练后，只需少量目标属性数据即可微调，能够预测溶解度、粘度等常规性质，也能预测生物活性或酶反应等专属性质。团队在 58 项测试中相较于其他基础模型和专家驱动模型均取得最高分，显著降低实验筛选所需的分子数量。CheMeleon 已在多个制药公司内部推广，甚至被列为新药项目的首选建模工具。该模型完全开源，任何人均可通过 ChemProp 下载并自行微调。
点评：CheMeleon 展示了少数据环境下的强大迁移学习能力，为化学研发提供了高效、低成本的筛选手段。