GEqTrain 开源：配置驱动的等变 GNN 框架，蛋白质建模与分子生成共用一套代码
GEqTrain 开源：一个配置驱动的等变 GNN 框架，让蛋白质建模、NMR 预测和分子生成共用同一套代码
等变图神经网络（Equivariant GNN）是三维分子和生物分子建模的核心工具，但现有实现往往绑定特定任务——换个任务就要重写大量代码。7月21日，研究者在 arXiv 发布了 GEqTrain，一个配置驱动的等变 GNN 框架，让同一套骨干网络只需改配置文件就能切换到完全不同的科学任务。
这是什么
GEqTrain 的核心思路是把数据集语义、模型组合、训练目标三者解耦。原始数据被映射为带类型的节点、边和图级别字段，而模型堆叠、损失函数和训练流程则通过 Hydra 配置声明式组装。这意味着一个共享的等变骨干网络和训练基础设施，可以通过修改配置文件就切换到新任务，而不需要重写训练循环或数据处理逻辑。
三个验证任务
研究者在三个性质截然不同的任务上验证了框架的灵活性，全部在同一套代码栈内完成：
生物分子粗粒化→原子化回映：从简化的粗粒化表示恢复全原子细节。这对蛋白质分子动力学模拟至关重要——粗粒化模型跑得快，但很多分析需要原子级精度。
分子固体 NMR 化学位移预测：预测核磁共振实验中的化学位移参数，辅助实验光谱解析。这是一个标量预测任务，与回映任务的数据类型和输出形式完全不同。
等变生成建模（GEqDiff）：基于等变流匹配（equivariant flow matching）的生成扩展。GEqDiff 把用户定义的等变场作为"一等公民"生成目标，在单个等变流中联合传输笛卡尔坐标和非标量节点场（支持最高 l=3 的球谐表示）。研究者在受控的蛋白质二级结构基序合成基准上验证了这一能力，证明异构变换性质的场可以高保真联合重建。
对谁有用
- 计算生物学研究者：需要在不同蛋白质建模任务间快速切换，比如从结构预测跳到粗粒化回映
- 药物发现团队：分子建模是药物设计的基础设施，GEqTrain 降低了多任务建模的工程开销
- NMR 光谱学研究者：化学位移预测可以直接集成到实验解析流程中
- 等变建模社区：框架提高了复现性和可扩展性，新任务主要只需写配置
局限
需要指出的是，GEqTrain 的目标不是超越各任务专用的最优系统，而是证明"共享基础设施 + 配置切换"可以达到竞争精度。目前验证任务数量为三个，覆盖面有限。生成部分 GEqDiff 仅在合成基准上验证，尚未在真实药物设计流程中测试效果。
---
来源：Daniele Angioletti 等人，"A Configuration-Driven Framework for Retargeting Equivariant Graph Neural Networks Across 3D Scientific Tasks"，arXiv:2607.19083，2026年7月21日发布。