概要
Uni-Molは、三次元構造情報を分子モデリングや創薬ワークフローに取り入れることを目的とした分子事前学習フレームワークです。公式リポジトリには、関連はあるものの別個の手法であるUni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2、Uni-Mol2も含まれています。各コンポーネントの用途は異なるため、リポジトリ全体を単一の予測アプリケーションとして扱うより、タスクに応じた実装を選ぶほうが有用です。
オリジナルのUni-Molフレームワークには、分子とタンパク質ポケットそれぞれを対象とした個別の事前学習済みモデルが含まれています。READMEでは、2億900万個の分子配座と300万個のタンパク質ポケット候補を用いた学習について説明しています。モデルは単独でも、タンパク質–リガンド結合タスク向けに組み合わせても使用できます。文書に記載された用途には、分子物性予測、分子表現の抽出、結合ポーズ予測、分子配座生成があります。そのため、使用するコンポーネントによって、表現、予測物性、または提案された三次元構造が出力されます。
量子化学モデリングでは、Uni-Mol+は二次元分子グラフから出発し、RDKitなどの低コストな手法で初期三次元配座を生成し、その配座を反復的に精密化して量子化学的性質を予測します。Uni-Mol Toolsは、表現および物性予測ワークフロー向けのラッパーを提供し、Uni-Mol Dockingは与えられたポケットを使ったリガンドドッキングを対象とします。Uni-Mol2は、2トラックTransformerを用いて原子、グラフ、幾何情報を統合します。
提供されたトップレベルREADMEは、ナビゲーションと研究概要であり、完全な入力スキーマやデプロイ仕様ではありません。評価の前にリンク先の文書を確認し、各コンポーネントの具体的な要件、対応する物性ターゲット、計算リソースの必要量を確認してください。リポジトリのコードライセンスを、すべてのデータセット、モデルの重み、ホスト型サービスの利用条件を示すものとして扱うべきではありません。
主な機能
- 分子およびタンパク質ポケットを対象とした個別の事前学習済みモデル。単独でも、タンパク質–リガンド結合タスク向けに組み合わせても使用できます。
- オリジナルのUni-Molフレームワークにおける分子物性予測、分子配座生成、タンパク質–リガンド結合ポーズ予測。
- 二次元分子グラフから始まり、初期三次元配座の生成と反復的な幾何構造の精密化を経て、量子化学的性質を予測するUni-Mol+のワークフロー。
- 分子表現抽出、物性予測、下流ワークフロー向けのUni-Mol Toolsラッパー。READMEでは、Uni-Mol2表現とファインチューニングへの対応が報告されています。
- 与えられたタンパク質ポケットを用いてリガンドの結合ポーズを予測するUni-Mol Docking V2。
- 2トラックTransformerを通じて原子、グラフ、幾何学的特徴を組み合わせるUni-Mol2の分子事前学習アーキテクチャ。
用途
- 評価案：既知のラベルと事前に定義した検証用分割を備えた分子データセットで、Uni-Mol Toolsの表現と物性予測を評価する。
- 評価案：Uni-Mol+による幾何構造の精密化と量子化学的性質の予測を、参照構造および参照物性と照合する。
- 評価案：タンパク質ポケットを与えたリガンドについてUni-Mol Docking V2のポーズを評価し、予測構造を参照複合体と比較する。
- 評価案：同一の評価手順を用いて、選択した下流分子タスクにおけるオリジナルのUni-MolとUni-Mol2の表現を比較する。
使い方
- 公式リポジトリから始めてください。ナビゲーション表を使い、目的のタスクに応じてオリジナルのUni-Molフレームワーク、Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2、Uni-Mol2を選択します。
- 入力を準備する前に、選択したコンポーネントのリンク先にあるサブフォルダーの説明を読んでください。トップレベルの抜粋には、完全なファイル形式、依存関係、ハードウェア要件が記載されていないため、共通のセットアップを想定せず、これらを確認してください。
- 表現抽出または物性予測には、Uni-Mol Toolsドキュメントを参照してください。記載されたセットアップ手順と例に従い、データセットに適用するモデルと物性予測ワークフローを確認してください。
- 適切な参照データを含む小規模な評価セットを準備してください。参照データには、測定物性、参照配座、またはタンパク質–リガンド複合体を使用できます。Uni-Mol+ではグラフから配座を生成するワークフローを考慮し、ドッキングでは必要なポケット情報を与えてください。
- あらかじめ定義した手順に従って、出力を参照データと照合して評価します。研究の背景についてはUni-Mol論文を、コードの利用条件についてはリポジトリのLICENSEを参照してください。重み、データ、サービスの利用条件は別途確認してください。