📚 课程目录第4章常见图神经网络模型

常见图神经网络模型：GCN、GAT、GraphSAGE

我们做 ADMET 预测时，分子的拓扑结构是核心信息。怎么把这种结构塞进神经网络？图神经网络（GNN）就是答案。GCN、GAT、GraphSAGE 这三个模型，基本覆盖了八成以上的实用场景。

我个人习惯把 GNN 理解成「消息传递」框架。每个原子就是节点，化学键就是边。节点不断从邻居那收集信息，更新自己的特征。说起来简单，但不同的模型在「怎么聚合邻居信息」上各有各的招。下面我按自己的实践经验，一个一个拆开讲。

4.1 GCN：最经典的“平均池化”

GCN（图卷积网络）是最早被广泛使用的 GNN 模型。它的核心操作就是：把邻居节点的特征取个加权平均，然后跟自身特征合并，再做个非线性变换。

这里有个关键的细节：邻接矩阵的归一化。如果不做归一化，度大的节点（也就是相连原子多的）特征会变得特别大，训练很容易崩。GCN 用了对称归一化的拉普拉斯矩阵，保证节点特征在传播时数值稳定。

在 ADMET 里，我一般把 GCN 当作基线模型。原因是它速度快、参数少，对于小分子数据集（比如几百到几千个分子）基本够用。

我的经验
如果你刚接触图神经网络，先跑一个 GCN 热身。我用它预测过水溶性（logS），两层 GCN + 全局池化，效果就已经超过传统指纹方法了。

下面是 PyTorch Geometric (PyG) 的一个简单 GCN 层示例：

import torch
import torch.nn.functional as F
from torch_geometric.nn import GCNConv

class GCNModel(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels):
        super().__init__()
        self.conv1 = GCNConv(in_channels, hidden_channels)
        self.conv2 = GCNConv(hidden_channels, out_channels)

    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = F.dropout(x, training=self.training)
        x = self.conv2(x, edge_index)
        return x

4.2 GAT：学出来的“加权”

GCN 的聚合权重是固定的（根据度计算），但 GAT（图注意力网络）让模型自己去学每个邻居的重要性。这就是注意力机制。

每个节点对邻居的关注度不一样。比如在分子里，某个官能团的原子可能对活性起决定性作用，GAT 能自动给这些原子更高的权重。

我记得有一次项目里，用 GAT 预测 Caco-2 细胞渗透性，它比 GCN 高了 2-3 个百分点的 AUC。为什么？因为渗透性主要取决于分子表面的极性和氢键位点，GAT 学会把注意力集中在这些关键原子上。

避坑指南
我曾经在一个 5 万分子的数据集上训练 GAT，发现 loss 死活不降。查了半天，原来是学习率设得太高，注意力权重在 0 和 1 之间来回震荡。后来把学习率从 0.01 降到 0.001，训练就稳了。

GAT 代码也非常简洁。PyG 里用 GATConv 替换 GCNConv 就行：

from torch_geometric.nn import GATConv

class GATModel(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels, heads=8):
        super().__init__()
        # 多头注意力：每个头学不同关注模式
        self.conv1 = GATConv(in_channels, hidden_channels, heads=heads)
        self.conv2 = GATConv(hidden_channels * heads, out_channels, heads=1)

    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = F.elu(x)
        x = self.conv2(x, edge_index)
        return x

4.3 GraphSAGE：能搞定新分子的“归纳”

GCN 和 GAT 都是直推式模型——训练时得知道整个图的结构。但实际中我们经常遇到新分子，它在训练集里没见过。GraphSAGE 专为此设计。它通过采样 + 聚合的方式，对每个节点只采样固定数量的邻居，然后用 Mean、LSTM 或 Pooling 来聚合。

说白了这个模型可以对任意新分子直接做预测，不需要重新训练。这对于高通量 ADMET 筛选非常实用。

我用它做过肝毒性预测，模型规模从 10 万分子扩展到 100 万，只需要重新采样邻居，模型参数完全复用。而 GCN 要重新构建整个邻接矩阵，内存吃不住。

PyG 的 SAGEConv 用法类似：

from torch_geometric.nn import SAGEConv

class GraphSAGEModel(torch.nn.Module):
    def __init__(self, in_channels, hidden_channels, out_channels):
        super().__init__()
        self.conv1 = SAGEConv(in_channels, hidden_channels)
        self.conv2 = SAGEConv(hidden_channels, out_channels)

    def forward(self, x, edge_index):
        x = self.conv1(x, edge_index)
        x = F.relu(x)
        x = self.conv2(x, edge_index)
        return x

4.4 三模型对比

你想想看，真到选模型时，最头疼的就是该用哪个。我根据多年的踩坑经验，整理了一个对比表：

模型	聚合方式	是否可归纳	适用场景	典型ADMET任务
GCN	度归一化平均	否（直推）	全图已知的小数据集	水溶性、logP
GAT	自学习的注意力权重	否（直推）	需要关注关键原子	渗透性、毒性位点
GraphSAGE	采样后聚合（均值等）	是（归纳）	大分子库、增量预测	肝毒性、代谢稳定性

4.5 选择建议

嗯，这里要注意：没有万能模型。如果你的数据规模小（<5000分子），GCN 就够了。如果想解释哪些原子对活性贡献大，优先 GAT。如果数据量很大或者需要实时预测新分子，GraphSAGE 是首选。

我个人最常用的搭配是：先用 GCN 做快速原型验证，然后用 GAT 做精细化调优，最终部署时切到 GraphSAGE 以支持增量数据。这套流程在很多工业项目中都跑通了。

  核心要点总结
  GCN：简单、稳定、适合基线
GAT：自动学习邻居权重，可解释性好
GraphSAGE：归纳式学习，适合大规模动态图
代码层面：PyG 的 Conv 接口统一，换模型只需改一个构造函数

你看这个图就清楚了。GCN 和 GAT 是全局一次性传播，GraphSAGE 是采样局部子图。在 ADMET 项目里，我会根据数据量和推理延迟需求在这三者之间切换。