分子图学习工具：PyG、e3nn 与 DGL-LifeSci

先确定表示，再选择库

分子图可将原子表示为节点、化学键表示为边；几何图还使用位置和空间关系。消息传递根据邻居信息更新表示。先确定预测时可获得什么：连接关系、立体化学标注，或指定构象。PyG 的 QM9 实现同时包含图特征和坐标，使用坐标会改变模型获得的信息。图学习库不会替你定义科学目标或解决化学身份。

pyg-README.md · pyg-torch_geometric/datasets/qm9.py

这些工具位于不同层级

工具	文档中的角色	仍需自行提供
PyTorch Geometric	PyTorch 图学习基础设施、数据集及算子	化学特征、架构、目标及评估
e3nn	O(3) 等变运算、不可约表示及张量积	建图、化学数据及完整预测器
DGL-LifeSci	基于 DGL 的化学和生物工具包，提供分子模型与示例	兼容环境及任务评估

当 PyG 的数据和算子生态匹配实验时可选它；需要对称性感知层时可研究 e3nn，但它不能直接替换完整分子预测框架。DGL-LifeSci 更适合先评估具体文档示例或已有 DGL 项目，再审核依赖。这些是有条件的选择，不是经过实测的推荐。

pyg-README.md · e3nn-README.md · e3nn-doc · dgl-README.md

不变性与等变性取决于目标

同一几何整体旋转时，标量分子性质应不变，而预测向量应随输入旋转而变换。e3nn 使用不可约表示描述特征在 O(3) 下的变换，包括旋转和反演。是否需要宇称和向量信息取决于目标定义。对称性约束不能证明化学准确性，偶极矩大小这个标量也不能与偶极向量混淆。比较 2D 与 3D 模型时须明确各自获得的信息。

e3nn-doc · pyg-torch_geometric/datasets/qm9.py

把维护状态纳入采用决策

此次检查中，GitHub 显示 DGL-LifeSci 未归档，但 pushed_at 为 2023-11-01。README 列出 Python 3.6、DGL 0.7.0、PyTorch 1.5.0 的最低版本；这些下限不能证明当前版本及加速器 wheel 的兼容性。本文不提供新安装命令，也不声称支持当前环境。可锁定已有可用环境，或先在匹配的 DGL、PyTorch、RDKit 和平台版本上评估一个小型官方示例。库的维护状态与模型有效性应分开判断。

dgl-metadata · dgl-README.md · dgl-package

评估实验，而不是包名

比较库之前，固定分子身份、划分成员、目标单位、特征构建及调参预算。需要学习的归一化只在训练数据上拟合，测试标签不参与选模；指标旁应报告失败记录与覆盖率。更换库若同时改变构象、建图或目标，就改变了实验。软件、权重和数据许可应分别记录。QM9 Recipe 提供教学基线，其存在不能证明基准性能，也不表示为所有库背书。

pyg-torch_geometric/datasets/qm9.py