随着深度学习的发展，尤其是Transformer架构的横空出世，一种新型的模型——基于Transformer的图神经网络应运而生，它为分子性质预测带来了前所未有的突破，同时也面临着独特的挑战。随着算力的提升和算法的精进，基于Transformer的图神经网络有望成为计算化学和药物设计领域的核心工具，加速新药研发和新材料发现的进程。早期的GNN模型通过迭代的消息传递来更新节点表征，从而捕获分子的局部