В статье представлен MetExPred — новая многовидовая предиктивная модель, разработанная для решения задачи прогнозирования метаболизма и экскреции (ME) лекарственных препаратов в рамках ADMET-анализа. Модель объединяет последовательные и графовые представления молекул, а также опционально использует представления белков ESM-2, если доступны экспериментально аннотированные мишени. Архитектура использует стратегию маскирования, зависящую от наличия белковой информации, и механизм многовидового внимания для адаптивной интеграции различных типов данных. Исследование охватывает 17 классификационных и 2 регрессионных конечных точки, обеспечивая комплексное покрытие процесса ME. Модель продемонстрировала высокие результаты: средние значения AUROC, AUPRC и F1 составили 0.844, 0.734 и 0.697 соответственно. Для регрессионных задач прогнозирования клиренса и периода полувыведения RMSE составил 0.686 и 0.668. Сравнение с базовыми моделями показало, что MetExPred имеет наилучшие средние показатели, а аблиционные исследования подтвердили комплементарность молекулярных, графовых и белковых данных. Разработанный фреймворк позволяет проводить виртуальный скрининг и фармакокинетическую оценку на ранних этапах оптимизации лидов.