已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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
nanfang完成签到 ,获得积分10
1秒前
xiaowang完成签到 ,获得积分10
3秒前
4秒前
5秒前
fzzzzlucy发布了新的文献求助10
6秒前
103921wjk完成签到,获得积分10
8秒前
Alexbirchurros完成签到 ,获得积分10
8秒前
11秒前
冷傲的傲霜应助YILIA采纳,获得10
11秒前
veen完成签到 ,获得积分10
11秒前
11秒前
Qvby3完成签到 ,获得积分10
12秒前
16秒前
org发布了新的文献求助10
16秒前
16秒前
Riley完成签到,获得积分10
21秒前
勤恳的心情完成签到,获得积分10
21秒前
行者发布了新的文献求助30
22秒前
24秒前
1234567xjy完成签到,获得积分10
25秒前
高大的一曲完成签到 ,获得积分10
26秒前
mimi完成签到 ,获得积分10
31秒前
天天快乐应助行者采纳,获得30
32秒前
烊烊完成签到,获得积分10
34秒前
38秒前
39秒前
43秒前
中国女孩发布了新的文献求助10
43秒前
天天快乐应助ZHUOLIN采纳,获得10
45秒前
中国女孩完成签到,获得积分10
48秒前
54秒前
56秒前
vvvvv发布了新的文献求助10
57秒前
SCINEXUS完成签到,获得积分0
57秒前
58秒前
ZHUOLIN发布了新的文献求助10
1分钟前
1分钟前
1分钟前
totito发布了新的文献求助10
1分钟前
黄焖鸡米饭完成签到,获得积分10
1分钟前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 500
A real-time energy management strategy based on fuzzy control and ECMS for PHEVs 400
Handbook on People's China (1957) 400
2024 Medicinal Chemistry Reviews 400
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 3189894
求助须知:如何正确求助?哪些是违规求助? 2839156
关于积分的说明 8023076
捐赠科研通 2502078
什么是DOI,文献DOI怎么找? 1336216
科研通“疑难数据库(出版商)”最低求助积分说明 637804
邀请新用户注册赠送积分活动 605852