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
可可可发布了新的文献求助10
刚刚
xjcy应助李克杨采纳,获得20
1秒前
随便发布了新的文献求助10
1秒前
1秒前
顺心紫翠完成签到 ,获得积分10
2秒前
宇文远锋应助荔枝吖采纳,获得10
2秒前
3秒前
3秒前
zhangsudi完成签到,获得积分10
4秒前
开朗孤兰发布了新的文献求助20
4秒前
123433完成签到,获得积分10
5秒前
望常桑完成签到 ,获得积分10
5秒前
6秒前
搜集达人应助刘丹丹采纳,获得10
6秒前
zho发布了新的文献求助100
6秒前
6秒前
lurenjia009完成签到,获得积分10
7秒前
haruka发布了新的文献求助10
8秒前
可可可完成签到,获得积分10
9秒前
张琛发布了新的文献求助20
11秒前
13秒前
一枚研究僧举报刘济源求助涉嫌违规
13秒前
14秒前
15秒前
波浪线完成签到,获得积分10
15秒前
15秒前
乐乐应助英勇的如音采纳,获得10
16秒前
开朗孤兰完成签到,获得积分10
17秒前
19秒前
Muxi完成签到,获得积分10
19秒前
akak123关注了科研通微信公众号
21秒前
cccr02发布了新的文献求助10
22秒前
Carlos完成签到,获得积分10
22秒前
Muxi发布了新的文献求助10
24秒前
24秒前
25秒前
25秒前
英勇的如音完成签到,获得积分20
27秒前
搜集达人应助uiwh采纳,获得10
28秒前
顾矜应助Scorpio采纳,获得10
29秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Aspects of Babylonian celestial divination: the lunar eclipse tablets of Enūma Anu Enlil 500
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
2024 Medicinal Chemistry Reviews 400
Dictionary of socialism 350
Mixed-anion Compounds 300
Geochemistry, 2nd Edition 地球化学经典教科书第二版 300
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 3195319
求助须知:如何正确求助?哪些是违规求助? 2844145
关于积分的说明 8048793
捐赠科研通 2508780
什么是DOI,文献DOI怎么找? 1341026
科研通“疑难数据库(出版商)”最低求助积分说明 639078
邀请新用户注册赠送积分活动 608150