作为分子表示的超维指纹

arXiv:2604.27810v3 公告类型：替换 摘要：数值化分子表示是虚拟筛选、性质预测和材料发现的基础。传统指纹高效且具有确定性，但在低维情况下，基于哈希的压缩会导致结构信息丢失；而图神经网络则通过计算密集型、面向特定任务的训练来恢复表达能力。在此，我们提出超维指纹（HDF），通过对高维向量进行代数运算，将原子的化学属性及其多跳邻域信息组合起来，无需任何训练即可生成确定性表示。在多种性质预测基准测试中，HDF 在不同数据集和模型上始终位居表现最佳的表示方法之列。关键在于，HDF 能更高效地编码结构：在低维情况下，其距离与图编辑距离的相关性强于 Morgan 指纹，仅用 64 个分量就能提供有效的相似性度量，并实现具有竞争力的最近邻回归。在贝叶斯优化中，对于大多数受测目标，基于 HDF 的代理模型比采用 Tanimoto 核的 Morgan 指纹具有更高的样本效率。这些结果表明，HDF 是一种紧凑、无需训练的表示方法，适用于性质预测、相似性搜索和高样本效率优化。