I2Mole：把“分子对”变成可干预的关系图

0. 链接验证表

验证日期均为 2026-09-27。所谓“已访问”是指本次运行实际打开了页面或 PDF；“未找到”不是断言资源绝对不存在，而是指在论文、正式会议页、OpenReview、arXiv、作者页与代码检索中没有得到可核实入口。

1. 候选池、排重与随机选择

轮转按用户时区的 2026-09-27（周日）执行，因此领域为 AI4Science 与跨界。本地索引显示近 14 天已经深读 PemNN（单分子力谱）、MolJO（基于结构的分子优化）等；本次排除这些论文及其直接主题，也排除过去两周已覆盖的生成模型、具身、KV 压缩等非本领域主题。候选主要来自 ICLR 2026 正式 proceedings，并用 OpenReview、arXiv、作者/代码页和公开检索交叉核对。候选均在最近 12 个月的优先窗口内。

候选池共 24 篇：

1. AntigenLM: Structure-Aware DNA Language Modeling for Influenza
2. SubDyve: Subgraph-Driven Dynamic Propagation for Virtual Screening Enhancement Controlling False Positive
3. CryoNet.Refine: A One-step Diffusion Model for Rapid Refinement of Structural Models with Cryo-EM Density Map Restraints
4. Histopathology-Genomics Multi-modal Structural Representation Learning for Data-Efficient Precision Oncology
5. GeoFAR: Geography-Informed Frequency-Aware Super-Resolution for Climate Data
6. I2Mole: Interaction-aware Invariant Molecular Learning for Generalizable Property Prediction
7. Glance and Focus Reinforcement for Pan-cancer Screening
8. SC-Arena: A Natural Language Benchmark for Single-Cell Reasoning with Knowledge-Augmented Evaluation
9. BioTamperNet: Affinity-Guided State-Space Model Detecting Tampered Biomedical Images
10. PoinnCARE: Hyperbolic Multi-Modal Learning for Enzyme Classification
11. CMPhysBench: A Benchmark for Evaluating LLMs in Condensed Matter Physics
12. Learning residue level protein dynamics with multiscale Gaussians
13. Efficient Prediction of Large Protein Complexes via Subunit-Guided Hierarchical Refinement
14. Riemannian Variational Flow Matching for Material and Protein Design
15. ProTDyn: A Foundation Protein Language Model for Thermodynamics and Dynamics Generation
16. SAIR: Enabling Deep Learning for Protein-Ligand Interactions with a Synthetic Structural Dataset
17. Fast and Interpretable Protein Substructure Alignment via Optimal Transport
18. Protein Structure Tokenization via Geometric Byte Pair Encoding
19. Rigidity-Aware Geometric Pretraining for Protein Design and Conformational Ensembles
20. Fast Proteome-Scale Protein Interaction Retrieval via Residue-Level Factorization
21. SigmaDock: Untwisting Molecular Docking with Fragment-Based SE(3) Diffusion
22. MoMa: A Simple Modular Learning Framework for Material Property Prediction
23. GeomMotif: A Benchmark for Arbitrary Geometric Preservation in Protein Generation
24. One protein is all you need

在固定候选顺序后实际执行 shuf -i 1-24 -n 1，输出 6，因此核心论文为 I2Mole。该论文有完整正式 PDF、主结果、归纳/OOD、消融、显著性、复杂度与额外回归任务，资料足以深读，故未重抽（0 次）。随机选择不是热度排序；选择后才进行可用性检查。

2. Motivation：真正的痛点不是“同分布分数还不够高”

DDI 预测最常见的隐含捷径，是让每个药物先产生一个身份化向量，再在训练集中记住哪些药物或骨架经常与标签共现。若随机拆分的是“药物对”，同一个药物仍可能同时出现在训练与测试中；此时模型可以利用药物身份和骨架频率，而不是学习可迁移的相互作用机制。论文将测试拆成三层：transductive 中两药均见过；inductive Type 1 中只有一个药物见过；Type 2 中两个药物均未见。难度升级在数字上非常清楚：I2Mole 在 ZhangDDI 的 ACC 从 transductive 88.64 降为 Type 1 的 69.12，再降为 Type 2 的 61.35，总落差 27.29 pp（Table 1–2，PDF p.6）。这说明“随机药物对拆分”远不能代表新药部署。

第二个痛点是相互作用本身具有条件性。同一官能团与不同配对分子相遇时，可能通过氢键、疏水作用或范德华力表现出不同贡献。CGIB 已提出“核心子图依赖配对图”，CMRL 将其改写为条件干预，IGIB-ISE 再以 EM 迭代收紧交互子结构；但 I2Mole 认为它们依然没有在图构造层面把跨分子原子—原子关系变成可传播的边。也就是说，过去方法多在“从各自图里找核心”上精进，却没有先搭建一个足够具体的关系空间。

第三个痛点是环境变化的处理。只压缩出核心子图并不自动保证不变性：剩余部分可能携带骨架、大小、药物身份等伪相关。I2Mole 不是简单丢弃环境，而是把非核心表示量化到一个离散 VQ codebook，再随机替换/重组环境码，要求同一核心在不同环境下保持预测。这一设计把“不要依赖环境”转化为可训练的数据增广。

量化证据也显示任务并未解决：在最严格的 ZhangDDI Type 2 上，I2Mole 的 F1 只有 39.95（Table 2，p.6）；即使相对 IGIB-ISE 的 38.62 有 +1.33 pp / +3.44%，绝对表现仍低。论文的强项是小而稳定的泛化改进，不应被描述成 DDI 已达到临床可用。

3. 故事线、核心假设与权衡

论文故事可以压缩为四步。

1. 先允许一切关系存在。 对两个分子图 (G_1,G_2)，将所有跨分子原子对连成关系边，形成合并图 (G_m)。这样氢键或近程相互作用至少有表示通道，而不是在两个独立图向量合并后才被间接猜测。
2. 再学习哪些关系值得保留。 关系边经注意力/门控得到权重，低权重边截断，默认保留约 20%；这把全连接关系图收缩为“候选相互作用骨架”。
3. 从候选骨架中分离核心与环境。 GIB 模块采样任务充分、输入压缩的 rationale (G_{sub})，其余部分为 (G_{env})。
4. 用离散环境重组训练不变性。 将环境编码到 VQ codebook，采样环境码与核心表示拼接，迫使分类器在环境变动时保持标签。

其核心假设是：给定关系核心后，标签与环境条件独立，即 (Y \perp G_{env}\mid G_{sub})。这比“药物属性只由某个固定子结构决定”更合理，因为核心是对特定配对关系抽取的；但它仍然是建模假设，不是由实验直接证明的因果事实。

权衡也非常明确。全跨分子连边带来二次复杂度；VQ 重组增强了环境覆盖，却可能生成化学上从未出现的核心—环境组合；信息瓶颈提高稳健性，但强度过大时会丢掉任务信息。论文自己给出的相变证据是：β 从最佳 (10^{-4}) 增至 0.1，ZhangDDI ACC 从 88.64 崩至 56.46，下降 32.18 pp（Table 5，p.8）。

4. 方程级形式化与流程

设分子图 (G_i=(V_i,E_i,X_i))，标签为 (Y\in{0,1})。合并图加入跨分子候选边

[ E_{12}={(u,v):u\in V_1,v\in V_2},\qquad G_m=(V_1\cup V_2,E_1\cup E_2\cup E_{12}). ]

局部键内信息由 GatedConv 传播，跨分子关系由 GAT 更新；关系边 (e_{uv}) 产生重要度 (a_{uv})，再按比例 ρ 保留。论文的主配置为 ρ=20%，但 Table 9（p.22）显示 5%–30% 的 ACC 仅在 88.52–88.64 间波动，这意味着阈值并不尖锐。

GIB 的理论目标（Eq. 1，p.2）为

[ \min_{G_{sub}} -I(Y;G_{sub})+\beta I(G_m;G_{sub}), ]

即保留对标签有用的信息，同时压缩对原图的依赖。论文进一步以

[ Y\perp G_{env}\mid G_{sub} ]

表达不变性条件（Eq. 2–3，p.2）。环境编码 (z_e=f_{env}(G_{env})) 被指派到最近的码字

[ q(z_e)=e_{k^},\quad k^=\arg\min_k|z_e-e_k|_2^2, ]

再从 codebook 采样环境码 (e_j)，与核心表示 (z_c) 拼接后预测 ŷ。总损失（Eq. 24，p.6）是

[ \mathcal L_{total}=\mathcal L_{inv}+\mathcal L_{pre}+\beta\mathcal L_{MI}+\gamma\mathcal L_{vq}. ]

其中 ℒpre 是原样本 BCE，ℒinv 是环境重组样本的预测约束，ℒMI 实现瓶颈，ℒvq 更新离散码本。

输入：药物图 G1,G2；标签 y；保留比例 ρ；环境采样数 θ
1  在 G1、G2 内分别运行 3 层 GatedConv
2  加入所有跨分子原子对关系边，并运行 3 层 GAT
3  估计跨分子边权；仅保留 top-ρ 关系边
4  GIB 采样核心子图 G_sub；其余视作 G_env
5  将 G_env 编码并量化到 VQ codebook
6  从 codebook 采样 θ 个环境码，与同一核心表示重组
7  同时最小化原样本预测、重组不变性、互信息与 VQ 损失
输出：DDI 概率与可解释的核心关系子图

5. 关键机制与工程细节

6. 数据集、切分与指标

Transductive 采用 60/20/20 划分；归纳评测区分 Type 1（只含一个未见药物）与 Type 2（两个药物均未见）。每种设置重复 8 次并报告均值与标准差（实验 Sec. 5，p.6；Appendix J，p.22）。ACC 受类别比例影响；AUROC 衡量排序；F1 更关注正类精确率/召回率平衡。论文没有报告 PR-AUC、校准误差、灵敏度/特异度或决策曲线，因此不能由这些表推断临床报警质量。

7. 主结果：完整数据矩阵

8. 逐层消融：谁真正贡献了收益？

ZhangDDI 消融（ACC/AUROC/F1，Table 4，p.8）：

第一结论：最大贡献来自 VQ 环境模块，而不是论文标题最强调的跨分子边。VQ 被移除造成的 ACC 损失是去掉跨交互损失的 3.42 倍。第二结论：跨分子交互与 GIB 的边际量级相近。第三结论：这些是“去掉一个模块”的联合系统消融，模块间可能互补；不能把 14.12、4.13、3.92 直接相加当作独立贡献。

Table 11（p.23）把 VQ 环境重组换成随机噪声：Random Distribution 在 Zhang/ChCh/Deep 的 ACC 为 87.21/93.47/92.39，In-distribution noise 为 88.02/94.27/94.56，完整 VQ 为 88.64/95.34/96.51。这说明“任何噪声正则”解释不了全部收益，尤其 DeepDDI 上 VQ 对随机噪声有 +4.12 pp；但仍未与同参数量、可学习连续环境模型 head-to-head。

9. 超参敏感性、规模相变与统计显著性

瓶颈强度 β： (0,10^{-5},10^{-4},10^{-3},0.1) 的 Zhang ACC 分别为 85.71、85.84、88.64、86.83、56.46（Table 5，p.8）。(10^{-4}) 是窄峰，0.1 发生灾难性压缩。这不是“越强越不变”，而是典型的信息保留—去伪相关相变。

VQ 权重 γ： (2\times10^{-5}) 到 (10^{-3}) 的 ACC 只在 88.21–88.64 范围内（Table 5，p.8），说明性能对 γ 相对平坦。论文未给 codebook size 图的精确逐点数字，只说明 10 个码字最佳；本报告不从图像猜读数值。

关系边比例： 5%、10%、20%、30%、50% 的 ACC 为 88.52、88.60、88.64、88.54、88.34（Table 9，p.22）。20% 最好，但 5% 仅低 0.12 pp；这提示关系边排序可能比保留精确比例更重要。

环境采样数 θ： Table 10（p.23）比较 2–6 个环境样本，θ=4 最优；收益不是单调，过多重组可能引入不合理组合。论文报告均值/标准差，但未为该超参曲线做多重比较校正。

模型规模： 23.4M 到 49.0M 参数时 ACC 依次为 83.61、85.94、87.43、88.27、88.64、88.64、88.35、87.91、86.87（Tables 12–13，p.24）。性能在 35.4–38.4M 达平台，继续增大反而下降；训练时间从 7.4h 增至 22.3h。这是一条明确的过参数化拐点，而不是缩放律。

显著性： Appendix Table 8（p.22）给出与第二名的独立 t 检验：Zhang 88.08±0.26 vs 88.64±0.24，(p=3.52\times10^{-4})；ChCh 94.92±0.21 vs 95.34±0.19，(p=2.13\times10^{-3})；Deep 95.85±0.19 vs 96.51±0.14，(p=8.74\times10^{-5})。三项均小于 0.01，但论文未说明正态性、方差齐性、配对与否，也未对多数据集/多指标做校正。统计显著不代表部署意义大：ACC 绝对增量仍只有 0.42–0.66 pp。

10. 效率与复现现实

Table 14（p.25）显示 I2Mole 为 35.4M 参数，在 ZhangDDI 上训练 13.23h、占 17.0GB；CGIB 为 11M、1.50h、5.1GB。因此 I2Mole 参数约 3.22×、训练约 8.82×、显存约 3.33×，换取 transductive ACC +1.32 pp。在 DeepDDI 上 I2Mole 训练 33.07h，CGIB 3.73h，同样约 8.87×。

Table 16（p.26）用更轻骨干替换主网络：GIN 达到 ACC 91.35，训练 188.10s、测试 19.27s；主配置为 95.34、1020.62s、90.61s。GIN 训练快 5.43×、测试快 4.70×，代价为 −3.99 pp。这说明方法不是只能搭配重骨干，但实际应用应画“准确率—延迟—显存”帕累托前沿，而非只报主配置。

11. 真正贡献、可复用设计与迁移潜力

真正贡献一：关系先验前移。 过去模型在各自分子图编码后才交互，I2Mole 让跨分子关系进入消息传递。该设计可迁移到溶质—溶剂、药物—靶标、材料组分配对，但必须用几何或距离先验控制全连接边数。

真正贡献二：把环境从“要丢掉的残差”变为“可采样的变量”。 VQ codebook 给出了可操作的环境替换接口。更一般地，任何存在核心—背景分解的图任务，都可尝试对背景做离散量化，再进行受约束的反事实重组。

真正贡献三：证据链较完整。 主结果、Type 1/2、跨域、消融、β/γ、关系比例、采样数、噪声替代、规模、效率、额外回归任务以及 t 检验同时出现，允许读者识别“收益来自哪里、代价是什么”。

可复用设计不是“照搬所有模块”，而是三条原则：先显式建模对象间关系；把可能的伪相关环境显式参数化；用严格实体不相交划分验证关系是否可迁移。对蛋白—配体可将全连接边换成半径图；对材料混合物可将环境码限定为温度、浓度或晶相条件；对临床多药场景则需从二元图推广到超图。

12. 论文自述限制

1. 只建模药物对。 论文指出共病患者常同时服用多种药物，而当前框架只处理二元关系；需要推广到高阶多药交互（Limitations，PDF p.25）。
2. 全连接跨分子边会扩张。 大分子时所有原子对连边带来显著计算量，作者建议设计稀疏交互机制（Limitations，p.25）。
3. 缺少物理环境变量。 药物功能受温度、pH 等条件影响，当前输入并未显式纳入（Limitations，p.26）。

13. 独立批判：证据—推论链

1. [归因] 因为去掉 VQ 使 ACC 下降 14.12 pp，而去掉跨交互只下降 4.13 pp（Table 4，p.8），所以论文标题所强调的 interaction-aware 不是主增益的唯一、甚至不是最大来源；更准确的归因应是“离散环境增广主导、关系图补充”。
2. [外部有效性] 因为最严格 Zhang Type 2 的 F1 仅 39.95（Table 2，p.6），所以即便相对基线显著，模型对两种全新药物的正类识别仍弱，不能由 transductive 的 88.64 ACC 推断真实新药安全性。
3. [效率] 因为 I2Mole 相对 CGIB 在 ZhangDDI 训练时间约 8.82×、参数 3.22×，而 ACC 只高 1.32 pp（Tables 1、14），所以资源受限筛选系统可能更适合 CGIB/轻骨干；论文需要成本归一化排名。
4. [因果性] 因为 (Y\perp G_{env}\mid G_{sub}) 是训练假设，VQ 码字也没有与真实温度、pH、剂量或酶代谢通路对齐，所以“环境干预”只能称表示级增广，不能被解释成真实化学干预。
5. [对照充分性] 因为 VQ 比随机噪声更好，但没有与同容量的连续混合模型、可学习高斯环境或 shuffled-but-valid scaffold 对照，所以不能确定收益来自离散语义、额外参数，还是更合适的噪声分布。
6. [统计] 因为论文做了三数据集、多指标、多设置的大量比较，却只对三项 ACC 给独立 t 检验且未说明配对/校正，所以“显著性”覆盖面有限；更稳妥的是 8 seeds 配对检验、效应量、置信区间和 Holm 校正。
7. [数据划分] 因为 Appendix 的训练比例实验同时改变训练/测试样本数量（test 从 45% 降到 5%），ACC 从 53.27 升到 92.25（Tables 12–13，p.24）混合了更多训练数据与更小测试集的效应，所以不能把曲线纯粹解释为样本效率。
8. [复现] 因为 PDF 给出的 anonymous.4open 代码本次无法访问，且超参段出现“initial LR (10^{-4})”与“increased to 0.5”的可疑表述，所以目前不能确认最终实现细节；正式匿名解除后的稳定仓库与 commit hash 是必要补充。

14. 相关工作：问题来源与技术传递

                         ┌─ MoleOOD：未知环境 → 不变子结构
环境/OOD ────────────────┤
                         └──────────────┐
                                        ├─ I2Mole：VQ 环境码 + 重组不变性
信息瓶颈 ─ GIB ─ CGIB：配对条件核心 ────┤
                                        │
因果分支 ─ CMRL：条件干预/shortcut ─────┤
                                        │
交互抽取 ─ IGIB-ISE：EM 迭代耦合 ──────┘
                                                │
                                                └─ 显式跨分子边 + 核心/环境联合建模

15. 开放挑战：可操作的 head-to-head 实验空白

16. 近期工作雷达（经验证链接）

1. GenRel-DDI: Rethinking Drug-Drug Interaction Modeling as Generalizable Relation Learning（2026）：把表示中心从药物身份转向关系本身，直接挑战“扩大分子编码器即可泛化”的假设；非常适合作为 I2Mole 的关系表征对手。
2. Cross-Domain Molecular Relational Learning（2026）：通过结构—语义迁移处理跨域 MRL，补上 I2Mole 主要在同模态分子图内建模的缺口。
3. BOOM（2025）：系统比较 140+ 模型—任务组合，发现最佳模型平均 OOD 误差仍是 ID 的 3 倍；提醒不要用单一 DDI split 宣称普遍 OOD 稳健。
4. SigmaDock（ICLR 2026）：用刚体片段 SE(3) 扩散把结构化化学先验引入 docking，是“先把物理关系空间设计好”这一路线的强例子。
5. ProTDyn（ICLR 2026）：统一蛋白构象系综与多时间尺度动力学；对 I2Mole 的启示是环境不应只做静态 codebook，还可做动力学状态。
6. SC-Arena（ICLR 2026）：以知识增强评估单细胞自然语言推理，强调 AI4Science 不只要分数，还要生物学证据链。
7. AntigenLM（ICLR 2026）：保持基因组功能单元完整性的预训练显著优于打乱/碎片化，和 I2Mole 的共同主题是“正确的结构单位比盲目扩大模型更重要”。

17. 结论

I2Mole 值得读，不是因为它把 transductive ACC 推高了不到 1 pp，而是因为它把“关系如何形成”和“环境如何变化”都暴露为可训练对象。最关键的实证不是单一 SOTA，而是三组互相制约的数字：完整模型相对最强基线的 ACC 只高 0.42–0.66 pp；去掉 VQ 却损失 14.12 pp；相对 CGIB 的训练成本约 8.82×。这三者共同说明：离散环境重组可能是有效的稳健化机制，但它的归因、效率和化学有效性仍需更严格对照。

对研究者，最可复用的是“关系图 + 核心/环境分解 + 环境重组”的接口化设计；对应用者，最应警惕的是严格 Type 2 的低绝对 F1、代码链接不可用以及缺少校准/前瞻验证。把它当作稳健分子关系学习的工程蓝图是合理的，把它当作临床 DDI 判定器则证据远远不够。

索引状态： 本报告已更新 ml-report-index.md，追加 2026-09-27、AI4Science 与跨界、I2Mole、ICLR 2026 及一句话结论。
数字审计： 所有定量值来自本次实际读取的 I2Mole 正式 PDF 或明确标注的相关论文正式页面/PDF；没有用摘要二手转述补造缺失矩阵。论文未报告的 PR-AUC、校准、临床阈值、置信区间与 codebook 精确曲线点均明确保留为空白。