MoLFormer
PulseAugur coverage of MoLFormer — every cluster mentioning MoLFormer across labs, papers, and developer communities, ranked by signal.
2 天有情绪数据
-
Canopy模型通过异构图基础模型推进代谢工程
研究人员推出Canopy，这是一种新颖的异构图基础模型，专为代谢工程设计。该模型将基因、蛋白质、代谢物和实验结果等多样化数据源整合到统一的知识图中。Canopy利用ESM-2（用于蛋白质序列）和MoLFormer（用于化学结构）等领域特定基础模型来创建多模态表示。在应用于发酵滴度预测时，Canopy嵌入的性能显著优于传统的表格机器学习方法。
-
使用稀疏自编码器分析化学语言模型的内部表征
一篇新研究论文通过将稀疏自编码器（SAE）应用于MolFormer，探讨了化学语言模型（cLMs）的内部工作机制。研究表明，模型的早期层关注句法模式和位置跟踪，而后期层则捕获更多有意义的语义信息，包括药理学相关特征。研究还发现，非规范SMILES字符串比无效SMILES字符串对模型表征的干扰更大，这凸显了输入格式的重要性。为了便于进一步研究，作者开发了InterMol，一个用于可视化SAE激活的交互式工具。
-
GLACIER模型整合多模态数据以实现高效的分子性质预测
研究人员开发了GLACIER，一个新颖的师生框架，用于分子性质预测。该模型整合了多种数据类型，包括分子图、SMILES字符串和理化描述符，以创建更强大、更高效的分子嵌入。通过一个涉及预训练学生编码器、使用Finsler几何感知模块融合模态以及从更大的教师模型中蒸馏知识的三阶段过程，GLACIER在降低计算负担的同时实现了高预测性能。
-
研究论文质疑分子表征在活性崖中的作用
一篇新发表在arXiv上的研究论文探讨了定量生物学中的“活性崖”概念，即一对分子相似但效力差异巨大的情况。研究认为，这些活性崖通常是由于所选的分子表征造成的，而不是分子本身的内在属性。研究人员开发了一个管道来分析各种分子表征，并发现没有一种表征能在所有标准上都表现出色，这表明不同的表征捕捉了分子识别的不同方面。
-
ReactEmbed 统一蛋白质和分子 AI 表征
研究人员开发了 ReactEmbed，一个旨在将蛋白质和分子表征统一到单一嵌入空间中的新颖模块。这个即插即用的解决方案利用生物化学反应网络提供功能性上下文，对齐来自 ESM-3 和 MolFormer 等模型的现有嵌入。该方法在无需对基础模型进行大量再训练的情况下提高了跨领域基准测试的性能，为整合生物数据提供了一种实用的方法。
-
研究发现小型人工智能模型在药物发现预测中表现优于大型模型
一篇新论文挑战了在药物发现中大型人工智能模型总是更优越的假设。研究人员发现，在分子性质和活性预测任务上，经典的机器学习模型和图神经网络的性能常常优于更大、更通用的模型。虽然大型模型可能在零样本推理等领域提供优势，但其预测优势并非普遍适用，并且在很大程度上取决于特定的任务匹配度。