概览
Uni-Mol 是一个分子预训练框架，旨在将三维结构信息引入分子建模和药物设计工作流。其官方代码仓库还收录了相关但彼此独立的方法：Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 和 Uni-Mol2。这些组件用途各异，因此按具体任务选择实现，比将整个代码仓库视为单一预测应用更有用。
原始 Uni-Mol 框架包含分别针对分子和蛋白质口袋的预训练模型。README 描述了在 2.09 亿个分子构象和 300 万个候选蛋白质口袋上进行的训练。这些模型可以独立使用，也可以组合用于蛋白质–配体结合任务。文档列出的应用包括分子性质预测、分子表征提取、结合姿势预测和分子构象生成。因此，根据所用组件，输出可能是表征、预测性质或生成的三维结构。
对于量子化学建模，Uni-Mol+ 从二维分子图出发，使用 RDKit 等低成本方法生成初始三维构象，随后迭代优化该构象并预测量子化学性质。Uni-Mol Tools 为表征和性质预测工作流提供封装工具；Uni-Mol Docking 面向使用给定口袋进行配体对接。Uni-Mol2 使用双轨 Transformer 来整合原子、图和几何信息。
所提供的顶层 README 是导航和研究概述，并非完整的输入模式或部署规范。评估前必须查阅链接文档，确认各组件的具体要求、支持的性质目标和计算需求。代码仓库的代码许可不应被视为所有数据集、模型权重或托管服务条款的确认。
主要功能
- 分别针对分子和蛋白质口袋的预训练模型，可独立使用，也可组合用于蛋白质–配体结合任务。
- 原始 Uni-Mol 框架支持分子性质预测、分子构象生成和蛋白质–配体结合姿势预测。
- Uni-Mol+ 工作流从二维分子图开始，经过初始三维构象生成和迭代几何优化，最终预测量子化学性质。
- Uni-Mol Tools 提供用于分子表征提取、性质预测和下游工作流的封装工具；README 报告其支持 Uni-Mol2 表征和微调。
- Uni-Mol Docking V2 用于根据给定的蛋白质口袋预测配体结合姿势。
- Uni-Mol2 分子预训练架构通过双轨 Transformer 组合原子、图和几何特征。
使用场景
- 预期评估：在具有已知标签和预先定义验证集划分的分子数据集上，评估 Uni-Mol Tools 的表征和性质预测。
- 预期评估：将 Uni-Mol+ 的几何优化和量子化学性质预测与参考结构和性质进行比较。
- 预期评估：针对提供了蛋白质口袋的配体，评估 Uni-Mol Docking V2 生成的姿势，并将预测结构与参考复合物进行比较。
- 预期评估：使用相同的评估方案，比较原始 Uni-Mol 和 Uni-Mol2 的表征在选定下游分子任务中的表现。
使用方式
- 从官方代码仓库开始。根据预期任务，使用其导航表选择原始 Uni-Mol 框架、Uni-Mol+、Uni-Mol Tools、Uni-Mol Docking V2 或 Uni-Mol2。
- 准备输入前，阅读所选组件链接的子文件夹说明。顶层摘录未说明完整文件格式、依赖项或硬件要求，因此应先确认这些内容，不要假定所有组件使用相同的设置。
- 如需提取表征或预测性质，请查阅Uni-Mol Tools 文档。按照文档中的设置说明和示例操作，并确认哪些模型和性质预测工作流适用于你的数据集。
- 准备一个规模较小且有合适参考数据的评估集：实测性质、参考构象或蛋白质–配体复合物。对于 Uni-Mol+，应考虑其从分子图生成构象的工作流；对于分子对接，应提供所需的口袋信息。
- 使用预先定义的方案，将输出与参考数据进行评估。查阅Uni-Mol 论文了解研究背景，并查看代码仓库 LICENSE了解代码条款；模型权重、数据和服务条款应另行确认。