찾다
기술 주변기기일체 포함NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

저자 | Liu Shengchao

편집자 | Kaixia

2021년부터 빅 언어와 다중 양식의 결합이 머신러닝 연구 커뮤니티를 휩쓸었습니다.

대형 모델과 다중 모드 애플리케이션의 개발로 이러한 기술을 신약 발견에 적용할 수 있을까요? 그리고 이러한 자연어 텍스트 설명이 이 어려운 문제에 대한 새로운 관점을 가져올 수 있습니까? 대답은 '예'이며 우리는 이에 대해 낙관하고 있습니다

최근 캐나다 몬트리올 학습 알고리즘 연구소(Mila), NVIDIA Research, 일리노이 대학 어바나-샴페인 캠퍼스(UIUC), 프린스턴 대학 및 캘리포니아 대학의 연구팀 Institute of Technology의 다중 모드 분자 구조 텍스트 모델 MoleculeSTM은 대조 학습 전략을 통해 분자의 화학 구조와 텍스트 설명을 공동 학습하여 제안됩니다.

이 연구는 "텍스트 기반 검색 및 편집을 위한 다중 모드 분자 구조-텍스트 모델"이라는 제목으로 2023년 12월 18일 "Nature Machine Intelligence"에 게재되었습니다.

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

논문 링크: https://www.nature.com/articles/s42256-023-00759-6 need to be rewrite

Liu Shengchao 박사가 첫 번째 저자이고 NVIDIA Research의 Anima Anandkumar 교수는 해당 저자. Nie Weili, Wang Chengpeng, Lu Jiarui, Qiao Zhuoran, Liu Ling, Tang Jian 및 Xiao Chaowei가 공동 저자입니다.

이 프로젝트는 2022년 3월 NVIDIA Research에 합류한 후 Liu Shengchao 박사가 Nie Weili 선생님, Tang Jian 선생님, Xiao Chaowei 선생님, Anima Anandkumar 선생님의 지도 하에 진행했습니다.

Liu Shengchao 박사는 다음과 같이 말했습니다. "우리의 동기는 LLM 및 약물 발견에 대한 예비 탐색을 수행하는 것이었고 마침내 MoleculeSTM을 제안했습니다."

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

도킹에 사용된 텍스트는 분자 편집을 안내하도록 설계되었습니다.

MoleculeSTM 핵심 아이디어 매우 간단하고 간단합니다. 즉, 분자 설명은 내부 화학 구조와 외부 기능 설명의 두 가지 범주로 나눌 수 있습니다. 여기서는 대조 사전 훈련 방법을 사용하여 이 두 가지 유형의 정보를 정렬하고 연결합니다. 구체적인 다이어그램은 아래 그림에 나와 있습니다

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

그림: MoleculeSTM 흐름도.

그리고 MoleculeSTM의 이러한 정렬은 매우 좋은 특성을 가지고 있습니다. 화학 공간에서 해결하기 어려운 작업이 있을 때 이를 자연어 공간으로 전달할 수 있습니다. 그리고 자연어 문제는 그 특성상 상대적으로 해결하기가 더 쉬울 것입니다. 이를 바탕으로 다양한 다운스트림 작업을 설계하여 그 효율성을 검증했습니다. 아래에서는 몇 가지 통찰력에 대해 자세히 논의합니다.

자연어 및 대형 언어 모델의 특징

MoleculeSTM에서는 처음으로 문제를 제기합니다. 자연어의 개방형 어휘와 조합적 특성을 활용합니다

  • 개방형 어휘란 현재 인류의 모든 지식을 자연어로 표현할 수 있다는 뜻이므로, 미래에 나타날 새로운 지식도 기존의 언어를 이용하여 요약하고 요약할 수 있다는 뜻입니다. 요약하다. 예를 들어, 새로운 단백질이 나타나면 그 기능을 자연어로 설명하기를 희망합니다.
  • 구성성은 자연어에서 복잡한 개념이 여러 개의 간단한 개념으로 결합되어 표현될 수 있다는 것을 의미합니다. 이는 다중 속성 편집과 같은 작업에 매우 유용합니다. 화학적 공간에서 동시에 여러 속성을 충족하도록 분자를 편집하는 것은 매우 어렵지만 자연 언어에서는 매우 간단하게 여러 속성을 표현할 수 있습니다.

최근 작업인 ChatDrug(https://arxiv.org/abs/2305.18090)에서 자연어와 대형 언어 모델 간의 대화 특성을 탐구했습니다. 이에 관심이 있는 친구들은 확인해보세요

특징- 유도과제 디자인이란 제품이나 시스템의 특성에 맞춰 과제를 기획하고 배열하는 디자인을 말합니다

기존 언어-이미지 과제의 경우 그림이나 텍스트 생성 등 예술과 관련된 과제로 볼 수 있습니다. 즉, 결과가 다양하고 불확실합니다. 그러나 과학적 발견은 특정 기능을 가진 작은 분자의 생성과 같이 일반적으로 비교적 명확한 결과를 갖는 과학적 문제입니다. 이로 인해 작업 설계에 더 큰 어려움이 발생합니다.

MoleculeSTM(부록 B)에서 우리는 두 가지 지침을 제안했습니다.

  • 저희가 가장 먼저 고려하는 작업은 컴퓨터 시뮬레이션을 수행하고 결과를 얻을 수 있는 능력입니다. 향후에는 Wet Lab 검증 결과가 고려될 예정이지만 이는 현재 작업 범위에 포함되지 않습니다.
  • 둘째, 결과가 모호한 문제만 고려합니다. 구체적인 예로는 특정 분자를 더 수용성 또는 침투성으로 만드는 것이 포함됩니다. 분자의 특정 위치에 특정 작용기를 추가하는 것과 같은 일부 문제는 명확한 결과를 가져옵니다. 우리는 그러한 작업이 약물 및 화학 전문가에게 더 간단하고 간단하다고 믿습니다. 따라서 향후 개념 증명 작업으로 사용할 수 있지만 주요 작업 대상이 되지는 않습니다.

이로부터 우리는 세 가지 광범위한 작업 범주를 설계했습니다.

  1. 제로샷 구조 텍스트 검색
  2. 제로샷 텍스트 기반 분자 편집
  3. 분자 특성 예측.

다음 섹션에서는 두 번째 작업에 중점을 둘 것입니다

분자 편집의 정성적 결과는 다음과 같이 다시 설명됩니다.

이 작업은 분자 및 자연어 설명(예: 추가 속성)을 입력하는 것입니다. 동시에, 새로운 분자에 대한 복잡한 언어 텍스트 설명을 출력할 수 있는 것이 바람직합니다. 이는 텍스트 기반 리드 최적화입니다.

구체적인 방법은 이미 훈련된 분자 생성 모델과 사전 훈련된 MoleculeSTM을 사용하여 잠재 공간의 정렬을 학습하여 잠재 공간 보간을 수행한 다음 디코딩을 통해 대상 분자를 생성하는 것입니다. 프로세스 다이어그램은 다음과 같습니다.

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

다시 작성해야 하는 내용은 다음과 같습니다. 제로 샘플 텍스트 기반 분자 편집의 2단계 프로세스 다이어그램

여기서 여러 그룹의 분자 편집의 질적 결과를 보여 주며 다음과 같이 다시 설명합니다. 나머지 다운스트림 작업의 결과에 대한 자세한 내용은 원본 논문을 참조하세요. 우리는 주로 네 가지 유형의 분자 편집 작업을 고려합니다.

  • 단일 속성 편집: 수용성, 침투성, 수소 결합 기증자 및 수용체 수와 같은 단일 속성 편집.
  • 복합 속성 편집: 수용성, 수소 결합 기증자 수 등 여러 속성을 동시에 편집합니다.
  • 약물 유사성 편집: (부록 D.5)는 입력 분자와 표적 분자 약물을 더 가깝게 보이게 만드는 것입니다.
  • 특허의약품 이웃검색 : 특허를 받은 의약품의 경우 중간의약품이 함께 신고되는 경우가 많습니다. 여기서 우리가 하는 일은 중간 약물과 자연어 설명을 결합하여 최종 표적 약물을 생성할 수 있는지 확인하는 것입니다.
  • 결합 친화도 편집기: 입력 분자와 표적 사이의 결합 친화도를 높이기 위해 여러 ChEMBL 분석을 표적으로 선택했습니다.

NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.

결과 표시: 제로 샘플 텍스트 안내 분자 편집. (참고: 이것은 원문을 중국어로 직접 번역한 것입니다.)

더 흥미로운 것은 마지막 유형의 작업입니다. MoleculeSTM은 실제로 표적 단백질의 텍스트 설명을 기반으로 리간드 매칭을 수행할 수 있다는 것을 발견했습니다. 최적화. (참고: 여기의 단백질 구조 정보는 평가 후에만 알려집니다.)

위 내용은 NVIDIA, Mila 및 Caltech는 신약 발견과 결합된 LLM의 다중 모드 분자 구조-텍스트 모델을 공동으로 출시합니다.의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

성명
이 기사는 机器之心에서 복제됩니다. 침해가 있는 경우 admin@php.cn으로 문의하시기 바랍니다. 삭제
무지의 베일 뒤에 직장 AI를 만들어야합니다.무지의 베일 뒤에 직장 AI를 만들어야합니다.Apr 29, 2025 am 11:15 AM

존 롤스 (John Rawls)의 1971 년 책 The Justice의 이론에서 그는 오늘날의 AI 디자인의 핵심으로 취해야 할 사고 실험을 제안하고 의사 결정 : 무지의 베일을 제안했다. 이 철학은 형평성을 이해하기위한 간단한 도구를 제공하며 리더 가이 이해를 사용하여 AI를 공평한 방식으로 설계하고 구현할 수있는 청사진을 제공합니다. 새로운 사회에 대한 규칙을 만들고 있다고 상상해보십시오. 그러나 전제가 있습니다.이 사회에서 어떤 역할을할지 미리 알 수 없습니다. 당신은 부자 또는 가난하거나 건강하거나 장애가있을 수 있으며 다수 또는 소수의 소수에 속할 수 있습니다. 이 "무지의 베일"하에 운영되면 규칙 제조업체가 스스로 이익을 얻는 결정을 내리지 못하게합니다. 반대로, 사람들은 대중을 공식화하도록 더 동기를 부여받을 것입니다

결정, 결정… 실용적인 적용 AI를위한 다음 단계결정, 결정… 실용적인 적용 AI를위한 다음 단계Apr 29, 2025 am 11:14 AM

수많은 회사들이 로봇 프로세스 자동화 (RPA)를 전문으로하며, 반복적 인 작업과 같은 반복적 인 작업 (어디서나 자동화, 파란색 프리즘 등)를 제공하는 봇을 제공합니다. 한편, 프로세스 마이닝, 오케스트레이션 및 지능형 문서 처리 Speciali

에이전트가오고 있습니다 - AI 파트너 옆에서 우리가 할 일에 대해 더 많이에이전트가오고 있습니다 - AI 파트너 옆에서 우리가 할 일에 대해 더 많이Apr 29, 2025 am 11:13 AM

AI의 미래는 간단한 단어 예측과 대화 시뮬레이션을 넘어서고 있습니다. AI 에이전트는 새로운 행동 및 작업 완료가 가능합니다. 이러한 변화는 이미 Anthropic의 Claude와 같은 도구에서 분명합니다. AI 요원 : 연구 a

AI 중심의 미래에 리더를위한 통제보다 공감이 더 중요한 이유AI 중심의 미래에 리더를위한 통제보다 공감이 더 중요한 이유Apr 29, 2025 am 11:12 AM

빠른 기술 발전은 미래의 업무에 대한 미래 지향적 인 관점을 필요로합니다. AI가 단순한 생산성 향상을 초월하고 사회적 구조를 형성하기 시작하면 어떻게됩니까? Topher McDougal의 다가오는 책인 Gaia Wakes :

제품 분류를위한 AI : 기계가 세법을 마스터 할 수 있습니까?제품 분류를위한 AI : 기계가 세법을 마스터 할 수 있습니까?Apr 29, 2025 am 11:11 AM

조화 시스템 (HS)과 같은 시스템의 "HS 8471.30"과 같은 복잡한 코드를 포함하는 제품 분류는 국제 무역 및 국내 판매에 중요합니다. 이 코드는 올바른 세금 신청을 보장하여 모든 inv에 영향을 미칩니다

데이터 센터 요구가 기후 기술 반등을 일으킬 수 있습니까?데이터 센터 요구가 기후 기술 반등을 일으킬 수 있습니까?Apr 29, 2025 am 11:10 AM

데이터 센터 및 기후 기술 투자의 에너지 소비의 미래 이 기사는 AI가 주도하는 데이터 센터의 에너지 소비 급증과 기후 변화에 미치는 영향을 탐구 하고이 과제를 해결하기 위해 혁신적인 솔루션 및 정책 권장 사항을 분석합니다. 에너지 수요의 과제 : 대규모 및 초대형 스케일 데이터 센터는 수십만 명의 일반 북미 가족의 합과 비슷한 대규모 전력을 소비하며, AI 초반 규모 센터는 이보다 수십 배 더 많은 힘을 소비합니다. 2024 년 첫 8 개월 동안 Microsoft, Meta, Google 및 Amazon은 AI 데이터 센터의 건설 및 운영에 약 1,250 억 달러를 투자했습니다 (JP Morgan, 2024) (표 1). 에너지 수요 증가는 도전이자 기회입니다. 카나리아 미디어에 따르면 다가오는 전기

AI와 할리우드의 다음 황금 시대AI와 할리우드의 다음 황금 시대Apr 29, 2025 am 11:09 AM

생성 AI는 영화 및 텔레비전 제작을 혁신하고 있습니다. Luma의 Ray 2 모델과 활주로의 Gen-4, Openai의 Sora, Google의 VEO 및 기타 새로운 모델은 전례없는 속도로 생성 된 비디오의 품질을 향상시키고 있습니다. 이 모델은 복잡한 특수 효과와 현실적인 장면을 쉽게 만들 수 있으며 짧은 비디오 클립과 카메라로 인식 된 모션 효과조차도 달성되었습니다. 이러한 도구의 조작과 일관성은 여전히 ​​개선되어야하지만 진행 속도는 놀랍습니다. 생성 비디오는 독립적 인 매체가되고 있습니다. 일부 모델은 애니메이션 제작에 능숙하고 다른 모델은 라이브 액션 이미지에 능숙합니다. Adobe 's Firefly와 Moonvalley's MA가

chatgpt가 천천히 AI의 가장 큰 예-맨이되고 있습니까?chatgpt가 천천히 AI의 가장 큰 예-맨이되고 있습니까?Apr 29, 2025 am 11:08 AM

ChatGpt 사용자 경험 감소 : 모델 저하 또는 사용자 기대치입니까? 최근에, 많은 ChatGpt 유료 사용자가 성능 저하에 대해 불평하여 광범위한 관심을 끌었습니다. 사용자는 모델에 대한 느린 반응, 짧은 답변, 도움 부족 및 더 많은 환각을보고했습니다. 일부 사용자는 소셜 미디어에 대한 불만을 표명했으며 Chatgpt가“너무 아첨”이되었으며 중요한 피드백을 제공하기보다는 사용자보기를 확인하는 경향이 있습니다. 이는 사용자 경험에 영향을 줄뿐만 아니라 생산성 감소 및 컴퓨팅 리소스 낭비와 같은 회사 고객에게 실제 손실을 가져옵니다. 성능 저하의 증거 많은 사용자들이 ChatGpt 성능, 특히 GPT-4와 같은 이전 모델 (이번 달 말에 서비스에서 곧 중단 될 예정)에서 상당한 악화를보고했습니다. 이것

See all articles

핫 AI 도구

Undresser.AI Undress

Undresser.AI Undress

사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover

AI Clothes Remover

사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool

Undress AI Tool

무료로 이미지를 벗다

Clothoff.io

Clothoff.io

AI 옷 제거제

Video Face Swap

Video Face Swap

완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

뜨거운 도구

스튜디오 13.0.1 보내기

스튜디오 13.0.1 보내기

강력한 PHP 통합 개발 환경

에디트플러스 중국어 크랙 버전

에디트플러스 중국어 크랙 버전

작은 크기, 구문 강조, 코드 프롬프트 기능을 지원하지 않음

VSCode Windows 64비트 다운로드

VSCode Windows 64비트 다운로드

Microsoft에서 출시한 강력한 무료 IDE 편집기

SecList

SecList

SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

ZendStudio 13.5.1 맥

ZendStudio 13.5.1 맥

강력한 PHP 통합 개발 환경