研究提出了一种新的分子性质预测方法SYN-FUSION，结合了图神经网络和Transformer的预训练特征，在MoleculeNet基准数据集上表现出卓越性能，优于以前的模型。与其他Graph-Transformer模型相比，性能相当。消融实验验证了SYN-FUSION的有效性，对预测分子性质有实质性改进。

研究提出了一种新方法SYN-FUSION，结合了图神经网络和Transformer的预训练特征，能够准确预测分子性质。实验证明其在MoleculeNet基准数据集上表现优秀，优于以前的模型。与其他Graph-Transformer模型相比，SYN-FUSION在性能方面不相上下。消融实验进一步验证了其有效性，对预测分子性质有实质性改进。