En este artículo, proponemos MoleVers, un modelo molecular multiobjetivo preentrenado para predecir diversas características moleculares en entornos sin datos validados experimentalmente. MoleVers emplea una estrategia de preentrenamiento en dos etapas. En la primera, se aprenden representaciones moleculares a partir de datos no etiquetados mediante la predicción de átomos enmascarados y la eliminación de ruido extremo, gracias a una novedosa arquitectura de codificador ramificado y al muestreo dinámico de la escala de ruido. En la segunda etapa, estas representaciones se mejoran mediante predicciones de características auxiliares derivadas de métodos computacionales como la teoría del funcional de la densidad o modelos lingüísticos a gran escala. Los resultados de la evaluación en 22 pequeños conjuntos de datos validados experimentalmente muestran que MoleVers alcanza un rendimiento de vanguardia, lo que destaca la eficacia del marco de dos etapas para generar representaciones moleculares generalizables para diversas subcaracterísticas.
