UniIF：统一分子逆折叠
人工智能
2024-05-30 v1 机器学习
定量方法
摘要
分子逆折叠是化学和生物学中长期以来的挑战，具有颠覆性地发现药物和材料科学的潜力。尽管已提出针对不同小分子或大分子的特定模型，但鲜有方法试图统一学习过程，导致重复劳动。结合最近在分子结构预测方面的进展，如 RoseTTAFold All-Atom 和 AlphaFold3，我们提出一种用于逆折叠所有分子的统一模型，即 UniIF。我们在两个层面上实现统一性：1) 数据层面：提出一种用于所有分子的统一块图数据形式，包括局部坐标系构建和几何特征初始化。2) 模型层面：引入几何块注意力网络，包含几何相互作用、交互式注意力和虚拟长期依赖模块，以捕获所有分子的三维相互作用。通过针对各种任务进行全面评估，包括蛋白质设计、RNA 设计和材料设计，我们证明所提出的方法在所有任务上均优于最先进的方法。UniIF 为一般分子逆折叠提供了一种通用且有效的解决方案。
引用
@article{arxiv.2405.18968,
title = {UniIF: Unified Molecule Inverse Folding},
author = {Zhangyang Gao and Jue Wang and Cheng Tan and Lirong Wu and Yufei Huang and Siyuan Li and Zhirui Ye and Stan Z. Li},
journal= {arXiv preprint arXiv:2405.18968},
year = {2024}
}