概览
MolCLR 是与论文 “Molecular Contrastive Learning of Representations via Graph Neural Networks” 配套的官方实现。它提供了一套研究工作流程，先从未标注数据中学习分子表示，再将图神经网络用于分子性质预测任务。README 描述了在约 1000 万个独特分子上进行预训练，因此该资源处于分子数据集准备与有监督下游建模之间，而不是一个开箱即用的预测服务。
文档所述工作流程分为预训练和微调两个阶段。预训练使用所提供的分子数据集 pubchem-10m-clean.txt，相关设置见 config.yaml。微调使用存储在以各基准名称命名的文件夹中的基准数据集，并通过独立的配置文件 config_finetune.yaml 设置。仓库还提供预训练的 GCN 和 GIN 模型，用户可以据此探索下游适配，无需先重复完整的预训练阶段。文档列出的输出包括训练好的模型检查点，以及通过 TensorBoard 监控的训练信息。
README 链接到论文中使用的数据集，并将 MoleculeNet 列为另一个基准数据来源。它还提供了一个指定版本的 Python 环境配置方案，其中包含 PyTorch、PyTorch Geometric 和 RDKit。这些说明记录的是原始环境设置，并非对其与当前系统兼容性的验证。来源摘录未说明预测输出格式、部署接口或定量基准结果；因此，该资源是否适用于新的性质数据集仍需评估。
主要功能
- 在一个被描述为包含约 1000 万个独特分子的大型未标注分子数据集上，对图神经网络进行对比预训练。
- 通过 `config.yaml` 和 `config_finetune.yaml` 分别配置预训练与下游微调工作流程。
- 仓库提供预训练的 GCN 和 GIN 模型，用于下游适配。
- 可下载的预训练数据和论文基准数据集，并提供文档说明的 `./data` 目录布局。
- 通过检查点路径下的 TensorBoard 监控训练日志。
使用场景
- 预期评估：在分子性质基准数据集上微调所提供的预训练模型，并评估其对所选预测任务的适用性。
- 预期评估：使用相同的数据集和评估方案，将基于 MolCLR 检查点适配的模型与独立设定的基线模型进行比较。
- 预期评估：通过更改文档所述的预训练配置设置并考察后续微调结果，研究分子表示学习。
使用方式
- 阅读官方 README，并查阅论文，以区分表示学习阶段与下游性质建模。
- 获取仓库，并按照文档所述的环境配置方案操作。README 指定了 Python 3.7 和固定版本的依赖项；应将其视为来源文档中的说明，而非当前兼容性的证据。
- 下载所提供的数据集，并将其解压到
./data下。预训练时使用pubchem-10m-clean.txt，微调时使用相应的基准文件夹。 - 使用文档所述的
molclr.py入口前，先检查config.yaml。如果要重复预训练，请按照 README 中的 TensorBoard 指引检查训练日志。 - 对于下游评估，请检查
config_finetune.yaml，选择一个所提供的预训练模型，并使用文档所述的finetune.py工作流程。请另行制定评估方案；该摘录并未证明模型在你的数据集上的性能。