Nov, 2023

InstructMol: 用于药物发现中构建多模态集成的多功能可靠分子助手

PDF
TL;DR通过一种多模态的大型语言模型 InstructMol，将分子结构与自然语言有效地对齐，通过一种指令调整方法，利用有限的领域特定数据与分子和文本信息相结合的两阶段训练策略，展示了在药物发现相关的分子任务上的显著性能改进，超过了领先的大型语言模型，并显著缩小了与专业模型之间的差距，从而为实现一个多才多艺、可靠的药物发现助手奠定了坚实的基础。
artificial intelligencedrug discoverylarge language modelsinstructmolmolecular tasks
发现论文，激发创造
  • Mol-Instructions: 一份面向大型语言模型的大规模生物分子指令数据集

    为了提高大型模型在生物分子领域的适应能力和认知敏锐度，我们引入了 Mol-Instructions，这是一个精心策划的、专门为生物分子领域设计的全面指令数据集，包括分子指令、蛋白质指令和生物分子文本指令。

    Jun, 2023

  • DrugAssist：一个用于分子优化的大型语言模型

    通过人机对话，结合大型语言模型的强交互性和泛化性，提出了 DrugAssist，一个用于分子优化的交互式模型，成功在单一和多个性能优化方面取得了领先的结果，同时展示了潜在的可迁移性和迭代优化的巨大潜力。

    Dec, 2023

  • MolX: 使用多模态扩展增强大型语言模型在分子学习中的能力

    本研究设计和装备 MolX 作为一种多模态外部模块，通过使用特定编码器从 SMILES 字符串和 2D 分子图表示中提取细粒度特征，从而增强了大型语言模型（LLMs）在理解分子方面的能力。实验结果表明，我们提出的方法在多种分子相关任务中表现出色，包括从分子到文本的翻译和分子的逆合成，无论是否对 LLM 进行微调。

    Jun, 2024

  • 基于多模态分子结构文本模型的文本检索和编辑

    该研究介绍了一种新的多模态分子结构 - 文本模型 MoleculeSTM，它结合学习化学结构和文本描述，以有效利用化学领域中丰富的文本知识，同时提高药物设计的效率和创新能力，并在多个基准测试中获得了最先进的泛化能力。

    Dec, 2022

  • 文本与分子之间的桥梁：一项关于分子多模态框架的调查

    通过综述多模态分子研究的框架，本文探讨了人工智能在分子科学中的应用，特别关注文本与分子之间的对齐方法以及使用大型语言模型和提示技术进行分子任务的重要应用，同时讨论了该领域的局限性和未来研究的几个有希望的方向。

    Mar, 2024

  • MolBind：语言、分子和蛋白质的多模态对齐

    生物学和化学领域的最新进展已经利用多模态学习，将分子及其自然语言描述整合到药物发现中。然而，当前的预训练框架局限于两种模态，并且设计一个能够处理不同模态（如自然语言、2D 分子图、3D 分子构象和 3D 蛋白质）的统一网络仍具有挑战性。在这项工作中，我们提出了 MolBind，这是一个通过对比学习训练多模态编码器的框架，将所有模态映射到共享特征空间以实现多模态语义对齐。为了促进 MolBind 在多模态上的有效预训练，我们还构建了一个包含图 - 语言、构象 - 语言、图 - 构象和构象 - 蛋白质配对数据的高质量数据集，即 MolBind-M4。MolBind 在广泛任务上展示了优越的零样本学习性能，表明它能够很好地捕捉多种模态的潜在语义。

    Mar, 2024

  • LlaSMol：通过大规模、综合、高质量的指导调整数据集推进化学领域的大型语言模型

    我们研究了基于 SMolInstruct 数据集进行 fine-tune 的大型语言模型在化学任务上表现出色，特别是 Mistral 模型，同时，我们还分析了可训练参数的影响，为未来的研究提供了一些见解。

    Feb, 2024

  • InstructBio：用于生化问题的大规模半监督学习范式

    本文提出了一种半监督学习算法 InstructMol 来解决大规模的分子建模任务中数据稀缺的问题，并在细粒度后处理以提高准确性。

    Apr, 2023

  • 反馈对齐的混合 LLMs 用于机器语言分子翻译

    使用先进的优化算法和非线性融合，通过少量数据实现科学大语言模型的性能提升和新的最佳水平，并引入细粒度的评估方法来评估大语言模型中的虚构能力和促进负责任的使用。

    May, 2024

  • 基于图像和图结构的多模态学习用于预测分子性质的框架

    MolIG 是一种多模态分子预训练框架，通过图像和图结构创新地利用分子图和分子图像之间的一致性和相关性执行自监督任务，有效地将两种分子表示形式的优势融合在一起，这种整体方法能够捕捉关键的分子结构特征和高层次的语义信息，并在分子拓展组和 ADMET 拓展组等基准组中，相对于先进的基线模型展现出在分子性质预测等拓展任务中性能的提升。

    Nov, 2023