分子大模型升级，Uni-Mol+加速量子化学属性预测，深势科技、北大研究登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 Uni-Mol 是 深势科技于 2022 年发布的一款基于分子三维结构的通用大模型，其性能优越、模型泛化能力强，在小分子性质预测、蛋白靶点预测、量子化学性质预测、MOF 材料吸附性能预测等任务上都超越了现有的解决方案。 今年 3 月，深势科技与清华大学等合作， 提出基于 Uni-Mol 的领域专属模型 Uni-MOF， 用于预测各类工况下纳米多孔材料对各类气体的吸附性能，预测精度高达 0.98。 近日，深势科技与北京大学合作，推出新一代模型 Uni-Mol+，迭代升级后的模型拥有更大的参数量，更多的预训练数据量，并展现出更强大的通用性。 Uni-Mol+ 是一种利用 3D 构象进行精确量子化学属性预测的深度学习方法。基准测试结果表明，Uni-Mol+ 显著提高了各种数据集中 QC 属性预测的准确性。 相关研 ………………………………