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
1秒前
2秒前
一个星完成签到,获得积分10
2秒前
Bonnie87完成签到,获得积分10
2秒前
星辰大海应助Xy采纳,获得10
3秒前
木子完成签到,获得积分10
4秒前
5秒前
石翎完成签到,获得积分10
5秒前
5秒前
逸风完成签到 ,获得积分10
5秒前
6秒前
6秒前
英俊的铭应助科研通管家采纳,获得10
6秒前
科目三应助科研通管家采纳,获得10
6秒前
潘治辉应助科研通管家采纳,获得10
6秒前
FashionBoy应助科研通管家采纳,获得10
6秒前
顺利毕业应助科研通管家采纳,获得10
6秒前
科研通AI2S应助科研通管家采纳,获得10
6秒前
领导范儿应助科研通管家采纳,获得10
6秒前
李健应助科研通管家采纳,获得10
6秒前
英俊的铭应助科研通管家采纳,获得10
6秒前
赘婿应助科研通管家采纳,获得30
7秒前
FashionBoy应助科研通管家采纳,获得10
7秒前
科研通AI2S应助科研通管家采纳,获得10
7秒前
隐形曼青应助科研通管家采纳,获得10
7秒前
小蘑菇应助科研通管家采纳,获得10
7秒前
完美世界应助科研通管家采纳,获得10
7秒前
林g完成签到,获得积分10
7秒前
8秒前
fifteen发布了新的文献求助10
8秒前
9秒前
刘霞发布了新的文献求助10
10秒前
孙非完成签到,获得积分10
10秒前
老男孩发布了新的文献求助10
11秒前
大头发布了新的文献求助10
11秒前
Edison发布了新的文献求助10
12秒前
茄子爱睡觉完成签到,获得积分10
12秒前
清爽的绫发布了新的文献求助50
13秒前
13秒前
14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
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
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 3189290
求助须知:如何正确求助?哪些是违规求助? 2838673
关于积分的说明 8020919
捐赠科研通 2501536
什么是DOI,文献DOI怎么找? 1335703
科研通“疑难数据库(出版商)”最低求助积分说明 637678
邀请新用户注册赠送积分活动 605774