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
Rhein完成签到,获得积分10
刚刚
Ivan完成签到 ,获得积分10
1秒前
可靠石头完成签到 ,获得积分10
2秒前
8秒前
派大星完成签到,获得积分10
9秒前
大模型应助DrW1111采纳,获得10
10秒前
ss完成签到,获得积分10
10秒前
传奇3应助daidai采纳,获得10
10秒前
qzliyulin发布了新的文献求助10
11秒前
简单一兰完成签到,获得积分20
12秒前
xxxxx完成签到,获得积分10
13秒前
知识四面八方来完成签到,获得积分10
14秒前
搜集达人应助二月why采纳,获得10
15秒前
16秒前
随机子应助pcy采纳,获得20
18秒前
18秒前
简单一兰发布了新的文献求助10
21秒前
可可关注了科研通微信公众号
23秒前
23秒前
年年完成签到,获得积分10
25秒前
酷波er应助科研通管家采纳,获得10
26秒前
今后应助科研通管家采纳,获得10
26秒前
情怀应助科研通管家采纳,获得10
26秒前
烟花应助科研通管家采纳,获得30
26秒前
田様应助科研通管家采纳,获得10
26秒前
科研通AI2S应助科研通管家采纳,获得10
26秒前
RSHL完成签到 ,获得积分10
29秒前
lin发布了新的文献求助10
29秒前
稳重的灵安完成签到,获得积分10
30秒前
31秒前
31秒前
31秒前
leek完成签到 ,获得积分10
33秒前
科研通AI2S应助xusansui321采纳,获得10
35秒前
FashionBoy应助Twikky采纳,获得10
36秒前
yuzhuoz发布了新的文献求助30
36秒前
36秒前
neurospine发布了新的文献求助10
37秒前
38秒前
38秒前
高分求助中
Spray / Wall-interaction Modelling by Dimensionless Data Analysis 2000
Evolution 3rd edition 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
ALA生合成不全マウスでの糖代謝異常の分子機構解析 520
Mathematics and Finite Element Discretizations of Incompressible Navier—Stokes Flows 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
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 3187735
求助须知:如何正确求助?哪些是违规求助? 2837517
关于积分的说明 8015146
捐赠科研通 2500112
什么是DOI,文献DOI怎么找? 1334764
科研通“疑难数据库(出版商)”最低求助积分说明 637271
邀请新用户注册赠送积分活动 605251