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
宁静致远完成签到,获得积分10
11秒前
11秒前
maxyer完成签到,获得积分10
12秒前
马大翔应助科研通管家采纳,获得10
15秒前
深情安青应助科研通管家采纳,获得10
15秒前
GU发布了新的文献求助10
17秒前
Wang完成签到 ,获得积分10
23秒前
AidenZhang完成签到,获得积分10
27秒前
unowhoiam完成签到 ,获得积分10
39秒前
HLT完成签到 ,获得积分10
40秒前
蛋妮完成签到 ,获得积分10
41秒前
丸子完成签到 ,获得积分10
44秒前
快乐的90后fjk完成签到 ,获得积分10
44秒前
会顺利毕业的小夏完成签到,获得积分10
46秒前
eternal_dreams完成签到 ,获得积分10
56秒前
Hkane完成签到,获得积分10
1分钟前
浚稚完成签到 ,获得积分10
1分钟前
于洋完成签到 ,获得积分10
1分钟前
顺心曼雁完成签到 ,获得积分10
1分钟前
Yuzuru_gyq完成签到 ,获得积分10
1分钟前
Zhai完成签到 ,获得积分10
1分钟前
内向东蒽完成签到 ,获得积分10
1分钟前
经管研究生完成签到 ,获得积分10
1分钟前
玩命的无春完成签到 ,获得积分10
1分钟前
丰富的绮山完成签到,获得积分10
2分钟前
杨一完成签到 ,获得积分10
2分钟前
roundtree完成签到 ,获得积分0
2分钟前
大生蚝完成签到 ,获得积分10
2分钟前
Singularity应助科研通管家采纳,获得10
2分钟前
和平使命应助科研通管家采纳,获得10
2分钟前
Singularity应助科研通管家采纳,获得10
2分钟前
Singularity应助科研通管家采纳,获得10
2分钟前
马大翔应助科研通管家采纳,获得10
2分钟前
Orange应助科研通管家采纳,获得10
2分钟前
Tina完成签到 ,获得积分10
2分钟前
安德鲁森完成签到 ,获得积分10
2分钟前
时尚远山完成签到 ,获得积分10
2分钟前
夏侯卿完成签到,获得积分10
2分钟前
范白容完成签到 ,获得积分10
2分钟前
清爽玉米完成签到,获得积分10
2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 3190097
求助须知:如何正确求助?哪些是违规求助? 2839411
关于积分的说明 8023505
捐赠科研通 2502244
什么是DOI,文献DOI怎么找? 1336398
科研通“疑难数据库(出版商)”最低求助积分说明 637836
邀请新用户注册赠送积分活动 605974