本研究提出了一种基于化学指纹的语言模型，克服了传统SMILES格式的局限性，并引入双模态架构，显著提升了QSAR和NMR谱预测的性能。

本研究提出了VQSynergy框架，利用VQ机制、门控残差和定制的注意机制来增强药物协同效应预测的精确性和泛化能力。结果显示VQSynergy在鲁棒性方面超过现有模型，尤其在高斯噪声条件下表现出卓越性能。研究突出了VQSynergy在药物协同研究中的实用性和潜力，可为癌症治疗策略优化提供先进的预测能力。