CheMLT-F：通过变压器融合的生物化学多任务学习。

药物发现仍然是一个缓慢而昂贵的过程，部分原因是必须在广阔的化学空间中筛选药效、毒性和物理化学责任。独立的、单任务的预测器可以提供帮助，但是它们会导致碎片化的工作流，并且很难跨端点（即预测任务）重用学习到的表示、数据处理和基础设施。在这里，我们展示了CheMLT-F，一个紧凑的多任务转换器，融合了分子和蛋白质序列的编码器，以学习跨越680多个端点的统一表示，包括不同的毒性，物理化学性质和药物靶标相互作用。在13个公共基准测试中，CheMLT-F与最先进的毒性分类器相匹配，并为物理化学性质预测设定了新的性能标志，同时在药物靶标亲和力方面保持了竞争力（KIBA和Davis）。此外，CheMLT-F在跨越七个目标超家族的外部蛋白质家族基准上表现出竞争力，表明生物活性预测具有广泛的普遍性。多任务参数共享使模型保持轻量级和推理效率，其模块化头部使扩展到新的端点变得简单。CheMLT-F用单一的、可扩展的主干取代了许多单独的模型，简化了硅筛选，降低了早期药物发现中广泛的、数据驱动的决策障碍。我们引入了一个统一的变压器架构，该架构可以联合建模跨越数百个药理学相关端点的分子和蛋白质序列，包括毒性、物理化学性质和药物-靶标相互作用。结合部分编码器冻结、全局-局部损失平衡和加权任务抽样的定制训练策略减少了可训练参数和部署复杂性，同时保持了强跨域泛化。对13个公共数据集（包括支架感知和随机数据分割）的综合评估表明，与维护众多单任务模型相比，该模型具有竞争力的准确性，且操作开销大大降低，为计算药物发现中的可扩展和整体预测建模建立了可扩展的基础。