Исследователи представили новый метод F2S (Features to Signatures), предназначенный для предсказания частоты возникновения побочных эффектов лекарственных препаратов с учетом их хиральности. Основная проблема заключается в том, что энантиомеры (зеркальные молекулы) могут иметь идентичный химический состав, но радикально разные профили безопасности и эффективности. Методология F2S использует направленную графовую нейронную сеть с передачей сообщений по связям (directed-bond message-passing GNN) для извлечения стереохимических конфигураций из структуры молекул, в то время как текстовые описания побочных эффектов кодируются с помощью предобученной модели PubMedBERT. В ходе тестирования в сценариях «холодного старта» и проспективной оценки метод показал результаты, сопоставимые с современными SOTA-решениями, при этом значительно снизив количество ложноположительных результатов. Особое преимущество F2S заключается в способности точно предсказывать различия в частоте побочных эффектов между парами энантиомеров. Кроме того, модель формирует компактные 10-мерные сигнатуры, которые обеспечивают интерпретируемость: сигнатуры лекарств отражают их терапевтический класс, а сигнатуры эффектов — фенотипическое сходство.