Описание
Uni-Mol — это комплексная платформа для обучения представлений 3D-молекул, разработанная для повышения производительности в широком спектре последующих приложений в области дизайна лекарств и молекулярной науки. Основная модель Uni-Mol представляет собой универсальную платформу предварительного обучения 3D-молекул, которая значительно расширяет емкость представления и область применения. Она состоит из двух предварительно обученных моделей: одна обучена на 209 миллионах 3D-конформаций молекул, а другая — на 3 миллионах данных о кандидатных карманах белков. Эти модели могут использоваться независимо или в комбинации для задач связывания белок-лиганд. Uni-Mol продемонстрировала превосходную производительность в 14 из 15 задач предсказания молекулярных свойств и достигла исключительной точности в 3D-пространственных задачах, включая предсказание конформации связывания белок-лиганд и генерацию молекулярных конформаций.
Читать далее
Uni-Mol+ фокусируется на высокоточном предсказании квантово-химических свойств. Она принимает 2D-молекулярный граф, генерирует начальную 3D-конформацию, итеративно оптимизирует ее до равновесной конформации, а затем предсказывает квантово-химические свойства. Uni-Mol+ показала значительные улучшения по сравнению с предыдущими передовыми методами на таких эталонных тестах, как PCQM4MV2 и OC20.
Uni-Mol Tools предоставляет удобные оболочки для автоматического предсказания свойств, представления и других последующих задач с использованием Uni-Mol. Ее можно установить через pip (`pip install unimol-tools`) и она предлагает инструменты для предсказания молекулярных свойств, генерации представлений и различных других приложений.
Uni-Mol Docking V2 продвигает предсказание конформации связывания белок-лиганд, достигая лидирующей в отрасли производительности, сравнимой с AlphaFold3. Она точно предсказывает конформации связывания для высокого процента лигандов, обходя распространенные проблемы, такие как инверсии хиральности и стерические столкновения, встречающиеся в предыдущих моделях машинного обучения. Доступен сервис для Uni-Mol Docking V2.
Uni-Mol2 — это гибкая и масштабируемая модель предварительного обучения молекул, оснащенная двухдорожечной архитектурой трансформера, которая интегрирует атомные, графовые и геометрические структурные признаки. Она предлагает модели с параметрами от 84 миллионов до 1,1 миллиарда, позволяя пользователям выбирать размер, наилучшим образом соответствующий их молекулярным задачам. Uni-Mol2 была масштабирована до 1,1 миллиарда параметров, что делает ее одной из крупнейших моделей предварительного обучения молекул на сегодняшний день, обученной на 800 миллионах конформаций. Ее доступность в `unimol_tools` обеспечивает простое использование ее возможностей представления и дообучения.
- КатегорияНаучные открытия и лабораторные инструменты
- Модель ценообразованияОткрытый код
- РазвёртываниеОблако
- ПлатформыВеб
Основные функции Uni-Mol
Универсальная платформа для обучения представлений 3D-молекул
Предварительно обученные модели для данных молекул и карманов белков
Высокая производительность в задачах предсказания молекулярных свойств
Точная производительность в 3D-пространственных задачах (конформация связывания, генерация конформаций)
Предсказание квантово-химических свойств с помощью Uni-Mol+
Итеративная оптимизация 3D-конформаций для предсказания QC
Простые в использовании оболочки для предсказания свойств и представления с помощью Uni-Mol Tools
Лидирующее в отрасли предсказание конформации связывания белок-лиганд с помощью Uni-Mol Docking V2
Масштабируемые модели предварительного обучения молекул (Uni-Mol2) от 84 млн до 1,1 млрд параметров
Двухдорожечная архитектура трансформера, интегрирующая атомные, графовые и геометрические признаки
Поддержка различных последующих молекулярных задач
Выпущено с несколькими исследовательскими статьями и публикациями
Начало работы с Uni-Mol
Доступ к модели: Получите доступ к моделям и инструментам Uni-Mol.
Настройка среды: Настройте локальную среду с необходимыми зависимостями.
Интеграция через API: Используйте предоставленные API или оболочки для программного доступа.
Загрузка предварительно обученных моделей: Загрузите конкретные модели Uni-Mol для выбранной задачи.
Подготовка входных данных: Отформатируйте ваши молекулярные данные или данные белок-лиганд в соответствии с требованиями.
Выполнение предсказаний: Выполните предсказания свойств, симуляции докинга или генерацию представлений.
Оценка результатов: Проанализируйте выходные данные и оцените производительность для вашего приложения.
Варианты использования Uni-Mol
- Предсказание молекулярных свойств
- Предсказание конформации связывания
- Квантово-химическое моделирование
- Генерация конформаций
- Обучение представлений молекул
- Дизайн лекарств
- Материаловедение
