Uni-Mol：携手DeepModeling社区，共建分子设计的基座模型

文章预览

‍ 预训练模型正在席卷AI领域，通过从大规模无标注数据中提取表征信息，再在小范围标注的下游任务上进行监督学习，成为许多应用场景中的事实解决方案。在药物设计中，关于“最佳分子表征方式”的问题尚未达成共识。而在材料化学领域的研究中，对分子性质的预测同样重要。主流分子预训练模型通常从一维序列或二维图结构出发，但分子结构本身是在三维空间中表示的。因此，直接从三维信息出发构建预训练模型，以获得更好的分子表征，成为一个重要而有意义的问题。为了进一步促进分子表征和预训练模型的研究，Uni-Mol将加入DeepModeling社区，与社区开发者共同推动三维分子表征预训练框架的发展。 预训练模型与分子表示学习的研发背景 预训练模型通过从大规模无标注数据中提取表征信息，再在小范围标注的下游任务上进行监督学习， ………………………………