图神经网络(GNNs),能够从图形数据学习表示,自然适合建模分子系统。本文介绍了图神经网络及其在小有机分子中的各种应用。GNN依赖消息传递操作(一种通用但功能强大的框架)来迭代更新节点特性。许多研究设计了GNN架构,以有效地学习二维分子图的拓扑信息和三维分子系统的几何信息。GNN在分子性质预测、分子评分和对接、分子优化和从头生成、分子动力学模拟等方面都有广泛的应用。此外,本文还综述了含有GNN分子的自监督学习的最新进展。