تخطَّ إلى المحتوى الرئيسي
ToolPotion
مستشار الذكاء الاصطناعي
إرسال (مجاني)

Uni-Mol

Uni-Mol هو إطار عمل شامل لتعلم تمثيل الجزيئات ثلاثية الأبعاد لمختلف المهام النهائية مثل التنبؤ بالخصائص والتنبؤ بوضع الارتباط. يتضمن Uni-Mol+، وأدوات Uni-Mol، و Uni-Mol Docking V2، و Uni-Mol2، مما يوفر نماذج تدريب مسبق قابلة للتطوير وأغلفة سهلة الاستخدام للمهام الجزيئية.

عرض المستودع
مشاركة
عرض المستودع
مشاركة

Uni-Mol هو إطار عمل شامل لتعلم تمثيل الجزيئات ثلاثية الأبعاد، مصمم لتعزيز الأداء عبر مجموعة واسعة من التطبيقات النهائية في تصميم الأدوية وعلوم الجزيئات. نموذج Uni-Mol الأساسي هو إطار عمل تدريب مسبق عالمي للجزيئات ثلاثية الأبعاد يوسع بشكل كبير قدرة التمثيل ونطاق التطبيق. يتكون من نموذجي تدريب مسبق: أحدهما تم تدريبه على 209 مليون تشكيل جزيئي ثلاثي الأبعاد والآخر على 3 ملايين بيانات جيب بروتيني مرشح. يمكن استخدام هذه النماذج بشكل مستقل أو مدمج لمهام ارتباط البروتين بالليجند. أظهر Uni-Mol أداءً متفوقًا في 14 من أصل 15 مهمة تنبؤ بالخصائص الجزيئية وحقق دقة استثنائية في المهام المكانية ثلاثية الأبعاد، بما في ذلك التنبؤ بوضع ارتباط البروتين بالليجند وتوليد التشكيل الجزيئي.

قراءة المزيد

يركز Uni-Mol+ على التنبؤ الدقيق للغاية بالخصائص الكيميائية الكمومية. يأخذ رسمًا بيانيًا جزيئيًا ثنائي الأبعاد، ويولد تشكيلًا ثلاثي الأبعاد أوليًا، ويحسنه بشكل متكرر إلى تشكيله المتوازن، ثم يتنبأ بالخصائص الكيميائية الكمومية. أظهر Uni-Mol+ تحسينات كبيرة مقارنة بالطرق السابقة المتطورة على معايير مثل PCQM4MV2 و OC20.

توفر أدوات Uni-Mol أغلفة سهلة الاستخدام للتنبؤ التلقائي بالخصائص والتمثيل والمهام النهائية الأخرى باستخدام Uni-Mol. يمكن تثبيتها عبر pip (`pip install unimol-tools`) وتقدم أدوات للتنبؤ بالخصائص الجزيئية وتوليد التمثيل وتطبيقات أخرى متنوعة.

يعمل Uni-Mol Docking V2 على تحسين التنبؤ بوضع ارتباط البروتين بالليجند، محققًا أداءً رائدًا في الصناعة يضاهي AlphaFold3. يتنبأ بدقة بوضع الارتباط لنسبة عالية من الليجندات، متجاوزًا المشكلات الشائعة مثل انقلابات الكيرالية والتصادمات الفراغية الموجودة في نماذج التعلم الآلي السابقة. تتوفر خدمة لـ Uni-Mol Docking V2.

Uni-Mol2 هو نموذج تدريب مسبق جزيئي مرن وقابل للتطوير، يتميز ببنية محول ثنائية المسار تدمج الميزات الهيكلية الذرية والرسم البياني والهندسية. يوفر نماذج تتراوح من 84 مليون إلى 1.1 مليار معلمة، مما يسمح للمستخدمين باختيار الحجم الأنسب لمهامهم الجزيئية. تم توسيع نطاق Uni-Mol2 إلى 1.1 مليار معلمة، مما يجعله أحد أكبر نماذج التدريب المسبق الجزيئي حتى الآن، وتم تدريبه على 800 مليون تشكيل. يتيح توفره في `unimol_tools` الاستفادة السهلة من قدراته التمثيلية وقدرات الضبط الدقيق.

  • الفئةالاكتشاف العلمي وأدوات المختبر
  • نموذج التسعيرمفتوح المصدر
  • النشرسحابي
  • المنصاتالويب

  • إطار عمل عالمي لتعلم تمثيل الجزيئات ثلاثية الأبعاد

  • نماذج مدربة مسبقًا لبيانات الجزيئات وجيوب البروتينات

  • أداء عالٍ في مهام التنبؤ بالخصائص الجزيئية

  • أداء دقيق في المهام المكانية ثلاثية الأبعاد (وضع الارتباط، توليد التشكيل)

  • التنبؤ بالخصائص الكيميائية الكمومية مع Uni-Mol+

  • تحسين متكرر للتشكيل ثلاثي الأبعاد للتنبؤ بالخصائص الكيميائية الكمومية

  • أغلفة سهلة الاستخدام للتنبؤ بالخصائص والتمثيل مع أدوات Uni-Mol

  • تنبؤ رائد في الصناعة بوضع ارتباط البروتين بالليجند مع Uni-Mol Docking V2

  • نماذج تدريب مسبق جزيئية قابلة للتطوير (Uni-Mol2) من 84 مليون إلى 1.1 مليار معلمة

  • بنية محول ثنائية المسار تدمج الميزات الذرية والرسم البياني والهندسية

  • دعم لمختلف المهام الجزيئية النهائية

  • تم إصداره مع العديد من الأوراق البحثية والمنشورات

  1. الوصول إلى النموذج: الحصول على نماذج وأدوات Uni-Mol.

  2. إعداد البيئة: تكوين بيئتك المحلية بالتبعيات اللازمة.

  3. التكامل عبر API: استخدام واجهات برمجة التطبيقات أو الأغلفة المقدمة للوصول البرمجي.

  4. تحميل النماذج المدربة مسبقًا: تحميل نماذج Uni-Mol محددة لمهمتك المختارة.

  5. إعداد بيانات الإدخال: تنسيق بيانات الجزيئات أو البروتين-الليجند وفقًا للمتطلبات.

  6. تشغيل التنبؤات: تنفيذ تنبؤات الخصائص، أو محاكاة الإرساء، أو توليد التمثيل.

  7. تقييم النتائج: تحليل المخرجات وتقييم الأداء لتطبيقك.

  • التنبؤ بالخصائص الجزيئية
  • التنبؤ بوضع الارتباط
  • النمذجة الكيميائية الكمومية
  • توليد التشكيل الجزيئي
  • تعلم تمثيل الجزيئات
  • تصميم الأدوية
  • علم المواد

من DP Technology

تقييمات Uni-Mol

جاري التحميل...

أدوات ذكاء اصطناعي شائعة مثل Uni-Mol

EquiBind

مستودعات GitHub للذكاء الاصطناعي

EquiBind هو نموذج تعلم عميق هندسي للتنبؤ بالبنية ثلاثية الأبعاد للجزيئات الصغيرة التي ترتبط بالبروتينات. يوفر تنبؤات سريعة ومباشرة لمواقع ارتباط المستقبلات ووضعيات الروابط، مما…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض الأداة

مستودعات GitHub للذكاء الاصطناعي

نموذج تعلم عميق هندسي للتنبؤ بالبنية ثلاثية الأبعاد للجزيئات الصغيرة التي ترتبط بالبروتينات. يوفر تنبؤات سريعة ومباشرة لمواقع ارتباط المستقبلات ووضعيات الروابط، مما…EquiBind هو نموذج تعلم عميق هندسي للتنبؤ بالبنية ثلاثية الأبعاد للجزيئات الصغيرة التي ترتبط بالبروتينات. يوفر تنبؤات سريعة ومباشرة لمواقع ارتباط المستقبلات ووضعيات الروابط، مما…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض أفضل 250 من مستودعات GitHub للذكاء الاصطناعي

تنبؤ هيكل بروتين ESMFold2

نماذج الذكاء الاصطناعي

تنبؤ ESMFold2 بهياكل بروتين ثلاثية الأبعاد بدقة عالية، مع جميع الذرات، من تسلسلات الأحماض الأمينية. يوفر وصولاً مفتوحًا لكل من النماذج ذات التسلسل الفردي والنماذج المشروطة على…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض الأداة

نماذج الذكاء الاصطناعي

تنبؤ ESMFold2 بهياكل بروتين ثلاثية الأبعاد بدقة عالية، مع جميع الذرات، من تسلسلات الأحماض الأمينية. يوفر وصولاً مفتوحًا لكل من النماذج ذات التسلسل الفردي والنماذج المشروطة على…

مميزةالاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

وثائق SchNetPack

نماذج الذكاء الاصطناعي

SchNetPack هي مكتبة بايثون للتعلم العميق للأنظمة الذرية. توفر إطار عمل مرن لبناء وتدريب نماذج الشبكات العصبية، مما يمكّن الباحثين من إجراء عمليات المحاكاة وتحليل الخصائص الجزيئية…

الاكتشاف العلمي وأدوات المختبر
عرض الأداة

نماذج الذكاء الاصطناعي

SchNetPack هي مكتبة بايثون للتعلم العميق للأنظمة الذرية. توفر إطار عمل مرن لبناء وتدريب نماذج الشبكات العصبية، مما يمكّن الباحثين من إجراء عمليات المحاكاة وتحليل الخصائص الجزيئية…

الاكتشاف العلمي وأدوات المختبر
عرض أفضل 5 من نماذج الذكاء الاصطناعي

إطار عمل MEGNet

مستودعات GitHub للذكاء الاصطناعي

إطار عمل MEGNet هو نموذج ذكاء اصطناعي مصمم للتعلم الآلي في البلورات والجزيئات. يتضمن متغيرات الحالة مثل درجة الحرارة والضغط، ويتيح التعلم الانتقالي، ويستخرج الاتجاهات الكيميائية.…

الاكتشاف العلمي وأدوات المختبر
عرض الأداة

مستودعات GitHub للذكاء الاصطناعي

نموذج ذكاء اصطناعي مصمم للتعلم الآلي في البلورات والجزيئات. يتضمن متغيرات الحالة مثل درجة الحرارة والضغط، ويتيح التعلم الانتقالي، ويستخرج الاتجاهات الكيميائية.…إطار عمل MEGNet هو نموذج ذكاء اصطناعي مصمم للتعلم الآلي في البلورات والجزيئات. يتضمن متغيرات الحالة مثل درجة الحرارة والضغط، ويتيح التعلم الانتقالي، ويستخرج الاتجاهات الكيميائية.…

الاكتشاف العلمي وأدوات المختبر
عرض أفضل 250 من مستودعات GitHub للذكاء الاصطناعي

Graphormer - Microsoft Research

نماذج الذكاء الاصطناعي

Graphormer هو حزمة تعلم عميق لمهام نمذجة الجزيئات، تسرّع البحث في اكتشاف المواد والأدوية. يدعم ديناميكيات الجزيئات والتنبؤ بالخصائص، مع تحسينات مستقبلية للتنبؤ بالتفاعلات ونمذجة…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض الأداة

نماذج الذكاء الاصطناعي

حزمة تعلم عميق لمهام نمذجة الجزيئات، تسرّع البحث في اكتشاف المواد والأدوية. يدعم ديناميكيات الجزيئات والتنبؤ بالخصائص، مع تحسينات مستقبلية للتنبؤ بالتفاعلات ونمذجة…Graphormer هو حزمة تعلم عميق لمهام نمذجة الجزيئات، تسرّع البحث في اكتشاف المواد والأدوية. يدعم ديناميكيات الجزيئات والتنبؤ بالخصائص، مع تحسينات مستقبلية للتنبؤ بالتفاعلات ونمذجة…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض أفضل 5 من نماذج الذكاء الاصطناعي

إطار عمل DeepChem AI

مستودعات GitHub للذكاء الاصطناعي

DeepChem هو إطار عمل مفتوح المصدر مصمم لجعل التعلم العميق متاحًا لاكتشاف الأدوية، الكيمياء الكمومية، علوم المواد، وعلم الأحياء. يوفر أدوات ومكتبات لتسهيل البحث والتطوير في هذه…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض الأداة

مستودعات GitHub للذكاء الاصطناعي

DeepChem هو إطار عمل مفتوح المصدر مصمم لجعل التعلم العميق متاحًا لاكتشاف الأدوية، الكيمياء الكمومية، علوم المواد، وعلم الأحياء. يوفر أدوات ومكتبات لتسهيل البحث والتطوير في هذه…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
عرض أفضل 250 من مستودعات GitHub للذكاء الاصطناعي

إمكانيات التعلم الآلي لـ MACE

مستودعات GitHub للذكاء الاصطناعي

MACE هي مكتبة بايثون لإمكانيات التعلم الآلي بين الذرات سريعة ودقيقة. تستخدم تمرير الرسائل المتكافئ عالي الرتبة لمحاكاة علوم المواد المتقدمة. تدعم الأداة التدريب والتقييم وتقدم…

الاكتشاف العلمي وأدوات المختبر
عرض الأداة

مستودعات GitHub للذكاء الاصطناعي

MACE هي مكتبة بايثون لإمكانيات التعلم الآلي بين الذرات سريعة ودقيقة. تستخدم تمرير الرسائل المتكافئ عالي الرتبة لمحاكاة علوم المواد المتقدمة. تدعم الأداة التدريب والتقييم وتقدم…

الاكتشاف العلمي وأدوات المختبر
عرض أفضل 250 من مستودعات GitHub للذكاء الاصطناعي

اكتشاف تشاي

تطبيقات الذكاء الاصطناعي

تستخدم اكتشاف تشاي الذكاء الاصطناعي المتقدم للتنبؤ وإعادة برمجة التفاعلات الكيميائية الحيوية، مما يمكّن من اكتشاف الأدوية بشكل أسرع وأكثر دقة. تدعم منصتهم المدفوعة بالذكاء…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة

المرتبة 102 في تطبيقات الذكاء الاصطناعي

عرض الأداة

تطبيقات الذكاء الاصطناعي

تستخدم اكتشاف تشاي الذكاء الاصطناعي المتقدم للتنبؤ وإعادة برمجة التفاعلات الكيميائية الحيوية، مما يمكّن من اكتشاف الأدوية بشكل أسرع وأكثر دقة. تدعم منصتهم المدفوعة بالذكاء…

الاكتشاف العلمي وأدوات المختبرالرعاية الصحية وعلوم الحياة
المرتبة 102 في تطبيقات الذكاء الاصطناعي
1 من 8