TransChem：基于Transformer与化学信息学的混合框架在聚合物信息学中的突破性应用

【编辑推荐】本研究提出TransChem混合框架，创新性地融合Transformer架构与化学信息学（cheminformatics）特征，在9/10聚合物数据集（涵盖电学/电子/光学/离子电导率等性质）实现SOTA性能，突破传统ML模型（如GPR）精度瓶颈与TransPolymer"黑箱"局限，为数据驱动的聚合物设计提供兼具高精度与可解释性的新范式。

　　

亮点

TransChem模型通过整合Transformer架构与化学信息学特征，在十种聚合物数据集中展现出卓越性能。化学信息特征的引入不仅提升了模型预测精度，更赋予其化学可解释性——这是纯Transformer模型（如TransPolymer）所欠缺的。特征分析揭示了影响聚合物性能的关键化学因素，为材料设计提供直接指导。

模型性能

如表2所示，化学信息学基础的GPR模型虽整体表现略逊，但在LiC和E_atm数据集上竟超越TransPolymer。而TransChem在9/10数据集中全面领先，证明两类特征的互补性：Transformer捕获SMILES上下文关联，而化学描述符（如价电子数、芳香环数量等）提供明确的化学语义。多任务学习虽未显著提升性能，但揭示了性质间潜在关联。

结论

1. TransChem在绝大多数数据集上同时超越GPR与TransPolymer模型，验证混合框架优势

2. 化学信息特征与Transformer嵌入具有显著互补性，前者提升模型化学可解释性

3. 特征重要性分析可识别影响聚合物性能的关键因素（如特定官能团或拓扑构型）

4. 该框架可扩展至更广泛的分子与材料信息学领域