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
优雅的数据线完成签到,获得积分10
1秒前
学术蝗虫2726完成签到,获得积分10
1秒前
丰富的咖啡完成签到,获得积分10
2秒前
tursun完成签到,获得积分10
4秒前
西伯侯完成签到,获得积分10
4秒前
桐桐应助优雅的数据线采纳,获得10
4秒前
心灵美砖头完成签到,获得积分10
6秒前
8秒前
小鱼完成签到 ,获得积分10
9秒前
健忘的老姆完成签到,获得积分10
9秒前
木木完成签到 ,获得积分10
9秒前
纪富发布了新的文献求助10
11秒前
12秒前
2hi完成签到 ,获得积分10
12秒前
13秒前
黄伊若完成签到 ,获得积分10
13秒前
共享精神应助tivyg'lk采纳,获得10
13秒前
tt666发布了新的文献求助10
16秒前
wenbo完成签到,获得积分10
17秒前
赘婿应助abu采纳,获得10
18秒前
董小鱼发布了新的文献求助10
19秒前
23秒前
23秒前
义气的似狮完成签到,获得积分10
23秒前
阿木木应助圆圆的馒头采纳,获得10
24秒前
STEAD完成签到,获得积分10
24秒前
小二郎应助tt666采纳,获得10
25秒前
26秒前
27秒前
安静的磬发布了新的文献求助10
27秒前
虚心盼晴完成签到,获得积分10
28秒前
wuhoo完成签到,获得积分10
28秒前
研友_ngqjz8完成签到,获得积分10
30秒前
Licyan完成签到,获得积分10
31秒前
大模型应助简单的思菱采纳,获得10
33秒前
不胜寒发布了新的文献求助10
33秒前
34秒前
星辰大海应助Hana采纳,获得10
37秒前
snowpie完成签到 ,获得积分10
39秒前
湖里发布了新的文献求助10
39秒前
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
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
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 3190662
求助须知:如何正确求助?哪些是违规求助? 2839937
关于积分的说明 8025942
捐赠科研通 2502921
什么是DOI,文献DOI怎么找? 1336682
科研通“疑难数据库(出版商)”最低求助积分说明 637915
邀请新用户注册赠送积分活动 606166