苏州网络销售公司做网络优化的公司排名
UNI-MOL: A UNIVERSAL 3D MOLECULAR REPRESENTATION LEARNING FRAMEWORK
Uni-Mol，首个通用三维分子预训练框架，可直接将三维位置作为输入和输出。它由三部分组成：
- 主干网络：基于 Transformer，捕捉三维信息并预测位置。
- 预训练：用 2.09 亿分子构象和 300 万候选蛋白质口袋数据集，分别预训练分子和口袋模型，通过三维位置恢复和掩码原子预测任务学习三维空间表征。
- 微调：针对下游任务制定多种微调策略，如分子性质预测中使用预训练分子模型、蛋白质 - 配体结合构象预测中结合两个预训练模型。
主干网络
在分子表征学习（MRL）中，图神经网络（GNN）[22; 23; 12] 和 Transformer [24; 11] 是两种知名的主干模型。以 GNN 为主干时，为提高效率常用局部连接图表示分子，但它难以捕捉原子间的长程相互作用，而长程相互作用在 MRL 中很重要。因此，Uni-Mol 选择 Transformer 为主干，因其能全连接节点 / 原子，学习长程相互作用。基于带 Pre-LayerNorm 的标准 Transformer [32]，进行了必要高效的修改，使其能以三维位置作为输入和输出。
架构概述：
Uni-Mol 主干是基于 Transformer 的模型，输入为原子类型和原子坐标，模型中保留原子和成对两种表征。原子表征由嵌入层根据原子类型初始化，成对表征由基于原子坐标计算的不变空间位置编码初始化，且基于原子对欧氏距离，成对表征在全局旋转和平移下不变。两种表征在自注意力模块中交互。
三维位置编码：Transformer 具排列不变性，若无位置编码无法区分输入位置。三维空间中的位置（坐标）是连续值，与 NLP/CV 中的离散位置不同，且位置编码需在全局旋转和平移下不变。
预训练策略：自监督任务对从大规模无标签数据中有效学习至关重要，如 BERT [4] 中的掩码词预测任务可促使模型学习上下文信息。在 Uni-Mol 中，希望模型在预训练时学习三维结构信息，因此设计了三维位置恢复自监督任务，即根据损坏的输入位置恢复正确的三维位置。直观方法是像 BERT 那样掩码位置，但位置是连续值，无法用特殊值表示掩码。
- 成对距离预测：基于成对表征，模型需预测损坏原子对的正确欧氏距离。
- 坐标预测：基于 SE (3) 等变坐标头，模型需预测损坏原子的正确坐标。