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
Jenkin发布了新的文献求助10
2秒前
Hazel完成签到 ,获得积分10
4秒前
小蘑菇应助pokexuejiao采纳,获得10
4秒前
4秒前
Accepted应助hotzera采纳,获得10
5秒前
彭于晏应助李佳轩采纳,获得10
5秒前
5秒前
英姑应助Robert采纳,获得10
6秒前
meng完成签到 ,获得积分10
6秒前
7秒前
Akim应助www采纳,获得10
8秒前
小白完成签到,获得积分10
8秒前
8秒前
9秒前
哈哈发布了新的文献求助10
9秒前
9秒前
兔兔不吐泡泡完成签到,获得积分10
10秒前
默默幼枫发布了新的文献求助10
11秒前
壹号发布了新的文献求助10
11秒前
yuhanger发布了新的文献求助10
12秒前
皮卡丘发布了新的文献求助10
13秒前
14秒前
PaulaD发布了新的文献求助10
14秒前
14秒前
ccyy完成签到,获得积分10
14秒前
Cong发布了新的文献求助10
14秒前
xia完成签到,获得积分20
17秒前
田様应助执着的日记本采纳,获得10
17秒前
18秒前
19秒前
xia发布了新的文献求助20
20秒前
20秒前
皮卡丘完成签到,获得积分10
21秒前
yy发布了新的文献求助10
21秒前
Hello应助邱半仙采纳,获得10
22秒前
23秒前
成就发夹发布了新的文献求助30
23秒前
Jenkin完成签到,获得积分10
23秒前
23秒前
Cong完成签到,获得积分10
24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
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 3192035
求助须知:如何正确求助?哪些是违规求助? 2841362
关于积分的说明 8032574
捐赠科研通 2504789
什么是DOI,文献DOI怎么找? 1338087
科研通“疑难数据库(出版商)”最低求助积分说明 638227
邀请新用户注册赠送积分活动 606765