L2XGNN是一种可解释的图神经网络框架，能够学习解释性亚图，从而提高预测的可解释性和准确性。研究还提出了基于图形的自我监督学习方法MGSSL，展示了其在分子图信息捕获方面的优势。此外，研究介绍了多目标筛选方法和GNN解释器TAGE，均在多个任务中表现优异。