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
xpy发布了新的文献求助10
1秒前
甜筒超好吃完成签到 ,获得积分10
1秒前
十二完成签到 ,获得积分10
2秒前
华仔应助Dr.不是Doc采纳,获得10
3秒前
852应助御坂延珠采纳,获得10
4秒前
Ava应助distinct采纳,获得10
4秒前
三石发布了新的文献求助10
5秒前
理想三旬完成签到,获得积分10
9秒前
酷波er应助李秋秋采纳,获得10
10秒前
11秒前
Aikeyan完成签到,获得积分10
12秒前
13秒前
Dr.不是Doc完成签到,获得积分20
15秒前
16秒前
18秒前
充电宝应助糊涂的疾采纳,获得10
21秒前
quan发布了新的文献求助10
21秒前
22秒前
23秒前
谭你脑瓜崩完成签到,获得积分10
24秒前
沾沾波发布了新的文献求助10
25秒前
滴滴嘟完成签到,获得积分10
25秒前
Vinny发布了新的文献求助10
26秒前
不配.应助于生有你采纳,获得10
26秒前
distinct发布了新的文献求助10
26秒前
现代书雪发布了新的文献求助10
28秒前
Mao完成签到,获得积分10
29秒前
Ruby完成签到 ,获得积分10
29秒前
忐忑的羿完成签到,获得积分10
30秒前
31秒前
32秒前
小小罗发布了新的文献求助10
32秒前
cosmos_zyf完成签到,获得积分20
33秒前
xiaodu20230228完成签到 ,获得积分10
34秒前
靓丽念薇发布了新的文献求助10
35秒前
现代书雪完成签到,获得积分20
36秒前
小乔应助芒果杀手采纳,获得10
37秒前
小马甲应助wlei采纳,获得10
38秒前
糊涂的疾发布了新的文献求助10
38秒前
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 3190755
求助须知:如何正确求助?哪些是违规求助? 2839991
关于积分的说明 8026432
捐赠科研通 2503080
什么是DOI,文献DOI怎么找? 1336731
科研通“疑难数据库(出版商)”最低求助积分说明 637950
邀请新用户注册赠送积分活动 606279