Description
Uni-Mol est un framework complet pour l'apprentissage de représentations moléculaires 3D, conçu pour améliorer les performances sur un large éventail d'applications en aval dans la conception de médicaments et la science moléculaire. Le modèle Uni-Mol principal est un framework universel de pré-entraînement moléculaire 3D qui étend considérablement la capacité de représentation et la portée des applications. Il comprend deux modèles pré-entraînés : l'un entraîné sur 209 millions de conformations moléculaires 3D et l'autre sur 3 millions de données de poches protéiques candidates. Ces modèles peuvent être utilisés indépendamment ou combinés pour des tâches de liaison protéine-ligand. Uni-Mol a démontré des performances supérieures sur 14 des 15 tâches de prédiction de propriétés moléculaires et a atteint une précision exceptionnelle dans les tâches spatiales 3D, y compris la prédiction de poses de liaison protéine-ligand et la génération de conformations moléculaires.
Lire la suite
Uni-Mol+ se concentre sur la prédiction de propriétés quantiques chimiques de haute précision. Il prend un graphe moléculaire 2D, génère une conformation 3D initiale, l'optimise itérativement jusqu'à sa conformation d'équilibre, puis prédit les propriétés quantiques chimiques. Uni-Mol+ a montré des améliorations significatives par rapport aux méthodes de pointe précédentes sur des benchmarks tels que PCQM4MV2 et OC20.
Uni-Mol Tools fournit des wrappers conviviaux pour la prédiction automatique de propriétés, la représentation et d'autres tâches en aval à l'aide d'Uni-Mol. Il peut être installé via pip (`pip install unimol-tools`) et offre des outils pour la prédiction de propriétés moléculaires, la génération de représentations et diverses autres applications.
Uni-Mol Docking V2 fait progresser la prédiction de poses de liaison protéine-ligand, atteignant des performances de pointe comparables à celles d'AlphaFold3. Il prédit avec précision les poses de liaison pour un pourcentage élevé de ligands, contournant les problèmes courants tels que les inversions de chiralité et les conflits stériques rencontrés dans les modèles d'apprentissage automatique précédents. Un service pour Uni-Mol Docking V2 est disponible.
Uni-Mol2 est un modèle de pré-entraînement moléculaire flexible et évolutif, doté d'une architecture transformer à deux pistes qui intègre des caractéristiques structurelles atomiques, graphiques et géométriques. Il propose des modèles allant de 84 millions à 1,1 milliard de paramètres, permettant aux utilisateurs de sélectionner la taille la mieux adaptée à leurs tâches moléculaires. Uni-Mol2 a été mis à l'échelle jusqu'à 1,1 milliard de paramètres, ce qui en fait l'un des plus grands modèles de pré-entraînement moléculaire à ce jour, entraîné sur 800 millions de conformations. Sa disponibilité dans `unimol_tools` permet une utilisation facile de ses capacités de représentation et de fine-tuning.
- CatégorieDécouverte scientifique et outils de laboratoire
- Modèle tarifaireOpen source
- DéploiementCloud
- PlateformesWeb
Fonctionnalités principales de Uni-Mol
Framework universel d'apprentissage de représentations moléculaires 3D
Modèles pré-entraînés pour les données moléculaires et les poches protéiques
Hautes performances dans les tâches de prédiction de propriétés moléculaires
Performances précises dans les tâches spatiales 3D (pose de liaison, génération de conformation)
Prédiction de propriétés quantiques chimiques avec Uni-Mol+
Optimisation itérative de la conformation 3D pour la prédiction QC
Wrappers faciles à utiliser pour la prédiction de propriétés et la représentation avec Uni-Mol Tools
Prédiction de poses de liaison protéine-ligand de pointe avec Uni-Mol Docking V2
Modèles de pré-entraînement moléculaire évolutifs (Uni-Mol2) de 84M à 1,1B paramètres
Architecture transformer à deux pistes intégrant des caractéristiques atomiques, graphiques et géométriques
Prise en charge de diverses tâches moléculaires en aval
Publié avec plusieurs articles de recherche et publications
Premiers pas avec Uni-Mol
Accéder au modèle : Obtenir l'accès aux modèles et outils Uni-Mol.
Configurer l'environnement : Configurer votre environnement local avec les dépendances nécessaires.
Intégrer via API : Utiliser les API ou wrappers fournis pour un accès programmatique.
Charger les modèles pré-entraînés : Charger des modèles Uni-Mol spécifiques pour votre tâche choisie.
Préparer les données d'entrée : Formater vos données moléculaires ou protéine-ligand selon les exigences.
Exécuter les prédictions : Effectuer des prédictions de propriétés, des simulations de docking ou la génération de représentations.
Évaluer les résultats : Analyser la sortie et évaluer les performances pour votre application.
Cas d'utilisation de Uni-Mol
- Prédiction de propriétés moléculaires
- Prédiction de poses de liaison
- Modélisation quantique chimique
- Génération de conformations
- Apprentissage de représentations moléculaires
- Conception de médicaments
- Science des matériaux
