分子表征从「图」到「视频」，1.2亿帧、200万分子，湖大分子视频基础模型登Nature子刊

文章预览

将 ScienceAI   设为 星标 第一时间掌握 新鲜的 AI for Science 资讯 编辑 | KX 分子表征已经从「图」扩展到「视频」了。 两年前，湖南大学和美国的研究团队，开发了 具有化学意识的深度学习框架 ImageMol ，用于从大规模分子图像中学习分子结构，可准确预测分子特性和药物靶点。 现在，该研究团队将 ImageMol 进行了重大升级，提出 一个基于分子视频的基础模型，称为 VideoMol，该模型在 1.2 亿帧的 200 万个未标记的类药物分子和生物活性分子上进行了预训练。 VideoMol 是一个新颖的分子表征学习框架，与以往基于序列、图和图像的分子表征学习方法有显著不同。VideoMol 将分子视为动态视频，以视频处理的方式学习分子表征，这意味着大量视频表征学习技术可用于分子表征学习。 与之前的 ImageMol 相比，VideoMol 有几个实质性的升级： （1）分子视觉表征的内 ………………………………