团队介绍
|PROFILE
团队名称:GeminiMol团队
名次:一等奖
主要成员:王世航、王林、周泳锜、杨皓、田思源
“构象空间是我们GeminiMol的一大亮点。”王林向记者介绍道,一个小分子在溶液里会有动态、灵活的三维构象变化,而药物分子在不同靶标上发挥药效时也可能是多种不同的三维构象,“我们在训练模型的时候就考虑到了这种动态构象变化,从而使得我们的模型能够更好捕捉到分子的动态性质。”也正因为构象空间的引入,该模型能够识别2D结构不相似,但3D构象相似的潜在活性分子,有助于发现具有新颖结构的先导化合物。
据透露,这也是首次在AI模型中大规模采用小分子的构象空间信息进行训练,“在初期,团队花费了大量时间进行构象采样,但模型训练完成后,构象空间信息已被充分映射并隐含在模型中。因此,在后续的高通量筛选中,计算速度非常快。以本次比赛为例,1800万个化合物分子,我们的模型仅仅用了不到1个小时的时间就完成了筛选评价。”
除了创新性地引入构象空间信息外,GeminiMol还采用了基于分子间相似性的对比学习策略,显著提高了分子表征的预训练效率。这使得模型能够在一个小型分子集上进行训练,并在涉及数百万个分子的zero-shot任务和QSAR任务中实现广泛推广,同时在性能上优于现有的公开药物筛选方法。
企业及专家观点不代表官方立场
↓分享
↓点赞
↓在看
特别声明:本文经上观新闻客户端的“上观号”入驻单位授权发布,仅代表该入驻单位观点,“上观新闻”仅为信息发布平台,如您认为发布内容侵犯您的相关权益,请联系删除!
猜你喜欢