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
minuxSCI完成签到,获得积分10
7秒前
9秒前
爱爱完成签到 ,获得积分10
11秒前
wuyouwuyou完成签到,获得积分10
13秒前
zhuzhu发布了新的文献求助10
13秒前
居里姐姐完成签到 ,获得积分10
15秒前
UGO发布了新的文献求助10
18秒前
sun完成签到 ,获得积分10
24秒前
深情安青应助zhuzhu采纳,获得10
26秒前
深情海秋完成签到,获得积分10
33秒前
aaa0001984完成签到,获得积分10
34秒前
陈大侠完成签到 ,获得积分10
38秒前
天真依玉完成签到,获得积分10
42秒前
刘刘完成签到 ,获得积分10
43秒前
Ray完成签到 ,获得积分10
49秒前
路路完成签到 ,获得积分10
51秒前
sdfdzhang完成签到 ,获得积分10
54秒前
MLi完成签到 ,获得积分10
57秒前
郑洲完成签到 ,获得积分10
1分钟前
轩辕幻香完成签到 ,获得积分10
1分钟前
叮叮当当完成签到,获得积分10
1分钟前
1+1应助杨杨杨采纳,获得20
1分钟前
蒜蒜完成签到 ,获得积分10
1分钟前
三脸茫然完成签到 ,获得积分10
1分钟前
hbpu230701完成签到,获得积分10
1分钟前
1分钟前
ys118完成签到 ,获得积分10
1分钟前
澹影星河发布了新的文献求助10
1分钟前
hahaha完成签到,获得积分10
1分钟前
青梅完成签到 ,获得积分10
1分钟前
hongt05完成签到 ,获得积分10
1分钟前
Eric800824完成签到 ,获得积分10
1分钟前
Behappy完成签到 ,获得积分10
1分钟前
courage完成签到,获得积分10
1分钟前
西西完成签到 ,获得积分10
1分钟前
闪闪的斑马完成签到,获得积分10
1分钟前
风起枫落完成签到 ,获得积分10
1分钟前
1分钟前
634301059完成签到 ,获得积分10
1分钟前
Jinyang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
Write Like a Chemist: A Guide and Resource (第二版) 600
Mixed-anion Compounds 600
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Earth System Geophysics 500
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
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 3200807
求助须知:如何正确求助?哪些是违规求助? 2850569
关于积分的说明 8072421
捐赠科研通 2514308
什么是DOI,文献DOI怎么找? 1347050
科研通“疑难数据库(出版商)”最低求助积分说明 640332
邀请新用户注册赠送积分活动 610520