Uni-Mol: A Universal 3D Molecular Representation Learning Framework

计算机科学 代表(政治) 限制 变压器 机器学习 人工智能 范围(计算机科学) 训练集 编码(集合论) 三维模型 理论计算机科学 程序设计语言 工程类 政治 电气工程 政治学 电压 集合(抽象数据类型) 机械工程 法学
作者
Gengmo Zhou,Zhifeng Gao,Qiankun Ding,Hang Zheng,Hongteng Xu,Zhewei Wei,Linfeng Zhang,Guolin Ke
标识
DOI:10.26434/chemrxiv-2022-jjm0j-v4
摘要

Molecular representation learning (MRL) has gained tremendous attention due to its critical role in learning from limited supervised data for applications like drug design. In most MRL methods, molecules are treated as 1D sequential tokens or 2D topology graphs, limiting their ability to incorporate 3D information for downstream tasks and, in particular, making it almost impossible for 3D geometry prediction/generation. In this paper, we propose a universal 3D MRL framework, called Uni-Mol, that significantly enlarges the representation ability and application scope of MRL schemes. Uni-Mol contains two pretrained models with the same SE(3) Transformer architecture: a molecular model pretrained by 209M molecular conformations; a pocket model pretrained by 3M candidate protein pocket data. Besides, Uni-Mol contains several finetuning strategies to apply the pretrained models to various downstream tasks. By properly incorporating 3D information, Uni-Mol outperforms SOTA in 14/15 molecular property prediction tasks. Moreover, Uni-Mol achieves superior performance in 3D spatial tasks, including protein-ligand binding pose prediction, molecular conformation generation, etc. The code, model, and data are made publicly available at https://github.com/dptech-corp/Uni-Mol.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
务实青筠完成签到 ,获得积分10
4秒前
4秒前
5秒前
乒坛巨人完成签到 ,获得积分10
6秒前
电子屎壳郎完成签到,获得积分10
10秒前
ycw7777完成签到,获得积分10
12秒前
y234j788发布了新的文献求助10
12秒前
14秒前
萧水白应助科研通管家采纳,获得10
14秒前
komisan完成签到 ,获得积分10
15秒前
动听的冰海完成签到 ,获得积分10
32秒前
32秒前
迷人的沛山完成签到 ,获得积分10
35秒前
梧桐完成签到 ,获得积分10
35秒前
roundtree完成签到 ,获得积分0
37秒前
seacnli完成签到 ,获得积分10
37秒前
顺利的绿真完成签到,获得积分10
38秒前
可靠的初雪完成签到 ,获得积分10
38秒前
叶阿完成签到 ,获得积分10
39秒前
harry2021完成签到,获得积分10
39秒前
Samar完成签到 ,获得积分10
42秒前
HXL完成签到 ,获得积分10
43秒前
坦率完成签到 ,获得积分10
49秒前
zhangzhangzhang完成签到 ,获得积分10
50秒前
Hosea完成签到 ,获得积分10
52秒前
xiaxiao完成签到,获得积分0
53秒前
Echo完成签到 ,获得积分10
1分钟前
1分钟前
赘婿应助司徒无剑采纳,获得10
1分钟前
沙与沫完成签到 ,获得积分10
1分钟前
Even9完成签到,获得积分10
1分钟前
1分钟前
完美夜云发布了新的文献求助10
1分钟前
爱静静应助Jesse采纳,获得60
1分钟前
勤恳的TT完成签到 ,获得积分10
1分钟前
ken131完成签到 ,获得积分10
1分钟前
大轩完成签到 ,获得积分10
1分钟前
1分钟前
研友_ZlvpxL发布了新的文献求助10
1分钟前
后陡门的夏天完成签到 ,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
安全防范技术与工程 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Актуализированная стратиграфическая схема триасовых отложений Прикаспийского региона. Объяснительная записка 360
Dictionary of socialism 350
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3192705
求助须知:如何正确求助?哪些是违规求助? 2841745
关于积分的说明 8034591
捐赠科研通 2505453
什么是DOI,文献DOI怎么找? 1338603
科研通“疑难数据库(出版商)”最低求助积分说明 638372
邀请新用户注册赠送积分活动 606929